評価

一言で言うと

出力品質を数値化して継続改善する活動。

もう少し詳しく

出力品質を数値化して継続改善する活動。IT エンジニアリングの現場で頻繁に登場する概念のひとつで、関連する仕組みやベストプラクティスと合わせて理解しておくと応用が利きます。

AIモデルやプロンプトの出力が期待通りの品質を満たしているかを検証し、精度・再現率・F1スコア・BLEUスコアといった定量指標で測定する活動です。評価結果をもとにモデルの改善やプロンプトの調整を繰り返すことで、継続的な品質向上サイクルを実現します。

実務でどう使うか

関連する章

Ch36 で詳しく学べます。