LLM değerlendirmeleri (LLM evaluations, evals)

LLM değerlendirmeleri, büyük dil modellerinin (çok büyük metin verisiyle eğitilmiş yapay zekâ) başarısını ölçen ölçüt ve karşılaştırma testleridir. Örneğin hangi modelin belirli bir iş için en uygun olduğunu seçmek istiyorsanız bu testlerin sonuçlarına bakabilirsiniz. Araştırmacıların modelin eksik yönlerini görmesine ve modellerin güvenli ve etik kullanılmasına yardımcı olurlar.