Also known as: EDD · EDD · Evaluation Driven Development
EDD, или Evaluation-Driven Development, — это практика разработки ИИ, при которой систематические оценки направляют итеративные улучшения поведения модели или продукта. Она адаптирует дисциплину test-driven development к вероятностным системам, используя повторяемые тесты, примеры и метрики для обнаружения регрессий и согласования выходов с ожиданиями.
The Evaluation-driven development (EDD) framework offers a repeatable, testable process for improving outputs in small and confident steps, catching regressions, and aligning model behavior with user and product expectations over time. Think of it as test-driven development (TDD), adapted for the uncertainty of AI. Unlike deterministic unit tests, AI evaluations cannot be hard-coded because outputs, both well-formed and failing ones, can take many different forms that you can't anticipate.