Also known as: Evals (Evaluation)
Evals — это структурированные оценки, используемые для измерения качества, безопасности, робастности или производительности ИИ-системы. Термин часто используется для оценок LLM, но также может шире обозначать повторяемые тесты и метрики для любой модели или системы.
Primarily used as an abbreviation for LLM evaluations. More broadly, evals is an abbreviation for any form of evaluation.