31 lines (21 loc) · 1.1 KB

Evaluación — 161 Golden datasets, regresión y LLM-as-judge

❓ Preguntas

Define golden datasets, regresión y llm-as-judge sin usar una marca o framework como definición.
Explica la relación entre golden set, regression, judge, agreement.
Ejecuta lab.py dos veces con la misma semilla. ¿Qué debe conservarse?
Identifica una afirmación permitida y una afirmación exagerada sobre el resultado.
Propón una prueba negativa o un caso límite.

🏆 Reto verificable

Amplía el resultado del laboratorio con una clave student_extension que incluya:

el supuesto que estás probando;
una medición o comprobación;
la conclusión;
una limitación.

✅ Criterio de aceptación

lab.py termina con código 0.
El resultado contiene kind, seed, evidence y limitations.
La extensión no modifica el comportamiento de otras clases.
La interpretación referencia datos impresos por el laboratorio.
Se declara al menos un riesgo o condición de no uso.

⬅️ Volver a la clase · 📚 Índice de la parte