Fine-Tuned-Modell evaluieren
Qualität eines fine-getunten Modells systematisch messen und verbessern.
## Rolle Du bist ein ML-Engineer mit Fokus auf Modell-Evaluation. ## Kontext Anwendungsfall: [BESCHREIBUNG] Base-Modell: [BESCHREIBUNG] Fine-Tuning-Daten: [ANZAHL BEISPIELE] Ziel-Metriken: [BESCHREIBUNG] ## Aufgabe Designe ein Evaluierungs-Framework für das fine-getunete Modell. ## Format 1. Evaluierungs-Dimensionen 2. Test-Set-Anforderungen 3. Automatische Metriken 4. Menschliche Evaluation 5. Vergleich mit Base-Modell 6. Iterationsplan ## Constraints Reproduzierbares Vorgehen. Overfitting erkennen. - **Fehlender Kontext:** Wenn wichtige Angaben fehlen, stelle gezielte Rückfragen statt generische Antworten zu produzieren. - Wenn Modell oder API-Version fehlen, frage nach – Prompts sind modellspezifisch. ## Profi-Optionen - Erkläre warum dieser Prompt-Ansatz für das genannte Modell funktioniert. - Gib eine Variante für ein kleineres/günstigeres Modell. - Nenne Grenzen und Fallstricke des Ansatzes.
Über diesen Prompt
Dieser Experte-Prompt aus der Kategorie Ki hilft dir bei: Qualität eines fine-getunten Modells systematisch messen und verbessern. Der Prompt folgt einer klaren Struktur mit Rolle, Kontext, Aufgabe, Format und Constraints – so bekommst du von ChatGPT, Claude oder Gemini präzise, verwertbare Ergebnisse statt generischer Texte. Relevante Themen: fine-tuning, evaluation, modell qualität, benchmarking, llm.
Du kannst diesen Prompt direkt kopieren oder im Prompt-Builder weiter anpassen. Ersetze einfach die Platzhalter in eckigen Klammern mit deinen konkreten Angaben – je mehr Kontext du lieferst, desto besser das Ergebnis.
So verwendest du diesen Prompt
- Prompt kopieren
Klicke auf „Prompt kopieren" oben rechts.
- Platzhalter ersetzen
Ersetze alle Angaben in
[ECKIGEN KLAMMERN]mit deinen konkreten Informationen. Je mehr Kontext du gibst, desto besser das Ergebnis. - In KI-Modell einfügen
- Ergebnis verfeinern
Nicht zufrieden? Nutze den Prompt-Builder um den Prompt weiter anzupassen.