Artwork

A tartalmat a Changelog Media biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Changelog Media vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

Metrics Driven Development

42:14
 
Megosztás
 

Manage episode 436930184 series 2385063
A tartalmat a Changelog Media biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Changelog Media vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

How do you systematically measure, optimize, and improve the performance of LLM applications (like those powered by RAG or tool use)? Ragas is an open source effort that has been trying to answer this question comprehensively, and they are promoting a “Metrics Driven Development” approach. Shahul from Ragas joins us to discuss Ragas in this episode, and we dig into specific metrics, the difference between benchmarking models and evaluating LLM apps, generating synthetic test data and more.

Join the discussion

Changelog++ members save 5 minutes on this episode because they made the ads disappear. Join today!

Sponsors:

  • Assembly AI – Turn voice data into summaries with AssemblyAI’s leading Speech AI models. Built by AI experts, their Speech AI models include accurate speech-to-text for voice data (such as calls, virtual meetings, and podcasts), speaker detection, sentiment analysis, chapter detection, PII redaction, and more.

Featuring:

Show Notes:

Something missing or broken? PRs welcome!

  continue reading

Fejezetek

1. Welcome to Practical AI (00:00:00)

2. What is Ragas (00:00:43)

3. General LLM evaluation (00:05:19)

4. Current unit testing workflow (00:10:10)

5. Metrics driven development (00:14:37)

6. Sponsor: Assembly AI (00:17:20)

7. Most used metrics (00:20:59)

8. Data burdens (00:26:27)

9. Exciting things coming (00:35:50)

10. Thanks for joining us! (00:40:49)

11. Outro (00:41:25)

295 epizódok

Artwork
iconMegosztás
 
Manage episode 436930184 series 2385063
A tartalmat a Changelog Media biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Changelog Media vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

How do you systematically measure, optimize, and improve the performance of LLM applications (like those powered by RAG or tool use)? Ragas is an open source effort that has been trying to answer this question comprehensively, and they are promoting a “Metrics Driven Development” approach. Shahul from Ragas joins us to discuss Ragas in this episode, and we dig into specific metrics, the difference between benchmarking models and evaluating LLM apps, generating synthetic test data and more.

Join the discussion

Changelog++ members save 5 minutes on this episode because they made the ads disappear. Join today!

Sponsors:

  • Assembly AI – Turn voice data into summaries with AssemblyAI’s leading Speech AI models. Built by AI experts, their Speech AI models include accurate speech-to-text for voice data (such as calls, virtual meetings, and podcasts), speaker detection, sentiment analysis, chapter detection, PII redaction, and more.

Featuring:

Show Notes:

Something missing or broken? PRs welcome!

  continue reading

Fejezetek

1. Welcome to Practical AI (00:00:00)

2. What is Ragas (00:00:43)

3. General LLM evaluation (00:05:19)

4. Current unit testing workflow (00:10:10)

5. Metrics driven development (00:14:37)

6. Sponsor: Assembly AI (00:17:20)

7. Most used metrics (00:20:59)

8. Data burdens (00:26:27)

9. Exciting things coming (00:35:50)

10. Thanks for joining us! (00:40:49)

11. Outro (00:41:25)

295 epizódok

Alle episoder

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv