日本のPMのための実践メディア ── AI時代の実務に効く、読む・使う・試すを一つに。
ソウ著者・編集長

定義

カテゴリ: AI Product読み: エルエルエムアズアジャッジ関連リソース: 2件

別の言語モデルに評価基準を与え、生成結果の品質や比較を自動評価させる手法。

PM Compass Insight: 大量評価を効率化できますが、人間評価との一致を確認し、評価モデル自身の偏りや不安定さも測る必要があります。

関連リソース

編集部が選んだ関連リソースを優先し、不足分は内容の近さから自動で補っています。

関連するPM用語

定義やカテゴリが近く、あわせて確認しやすい用語を自動で選んでいます。

AI Product

Evals

AIシステムが期待する品質や振る舞いを満たしているかを、代表入力と評価基準を使って反復的に測る仕組み。モデル変更やプロンプト変更による回帰も検知する。

詳しく見る
AI Product

Golden Dataset

AI機能の品質評価で基準として繰り返し使う代表的な入力例と期待結果・評価ラベルの集合。

詳しく見る
AI Product

Human-in-the-loop

AIの判断や生成結果に人間の確認・承認・修正・エスカレーションを組み込み、自動化の境界を管理する設計。

詳しく見る