Artwork

İçerik Changelog Media tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Changelog Media veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.
Player FM - Podcast Uygulaması
Player FM uygulamasıyla çevrimdışı Player FM !

Metrics Driven Development (Practical AI #284)

42:14
 
Paylaş
 

Manage episode 436950700 series 1423445
İçerik Changelog Media tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Changelog Media veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.

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

Bölümler

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)

2164 bölüm

Artwork
iconPaylaş
 
Manage episode 436950700 series 1423445
İçerik Changelog Media tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Changelog Media veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.

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

Bölümler

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)

2164 bölüm

All episodes

×
 
Loading …

Player FM'e Hoş Geldiniz!

Player FM şu anda sizin için internetteki yüksek kalitedeki podcast'leri arıyor. En iyi podcast uygulaması ve Android, iPhone ve internet üzerinde çalışıyor. Aboneliklerinizi cihazlar arasında eş zamanlamak için üye olun.

 

Hızlı referans rehberi