Ocena zero-jedynkowa zamiast skali 1-5 to coś, do czego doszedłem na własnej skórze. Przy pierwszym ficzerze z LLM-em moja trójka z poniedziałku nie znaczyła tego samego co trójka z piątku i nie dało się stwierdzić, czy jakość rośnie. Jak dużą próbkę przeglądacie ręcznie, zanim przejdziecie do automatyzacji?
Ocena zero-jedynkowa zamiast skali 1-5 to coś, do czego doszedłem na własnej skórze. Przy pierwszym ficzerze z LLM-em moja trójka z poniedziałku nie znaczyła tego samego co trójka z piątku i nie dało się stwierdzić, czy jakość rośnie. Jak dużą próbkę przeglądacie ręcznie, zanim przejdziecie do automatyzacji?
no to jest klasyka - ja tez właśnie od tego 1-5 zaczynałem i nie za bardzo się sprawdziło. finalnie doszliśmy po prostu do TRUE/FALSE