# प्रमाण के आधार पर मॉडल चुनें

Taiga Learning · Worksheet अभ्यास पत्र
https://taiga.training/hi/lessons/evaluate-models/

काल्पनिक या स्वीकृत जानकारी इस्तेमाल करें। इस worksheet में secrets न डालें।

## सीखने के उद्देश्य
- वास्तविक प्रकार के कामों से छोटा evaluation set बनाएँ।
- मॉडल की गुणवत्ता को tools और context के असर से अलग करें।
- वे स्थितियाँ दर्ज करें जिनमें नया evaluation जरूरी होगा।

## अभ्यास
तीन प्रकार के कामों के लिए evaluation sheet बनाएँ: ज्ञात दोष, छोटा feature और repository की व्याख्या। मॉडल की तुलना से पहले acceptance criteria तय करें। हर काम में एक failure case शामिल करें। Model version, context, tool permissions, प्रयास, लागत और review में लगा प्रयास दर्ज करें।

## आपका उत्तर
- परिदृश्य और दायरा:
- धारणाएँ और खुले सवाल:
- प्रस्तावित उत्तर या निर्णय, कारणों सहित:

## अपना उत्तर सत्यापित करें
| दावा या मानदंड | प्रमाण या test | परिणाम या कमी | जिम्मेदार व्यक्ति |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## अगली कार्रवाई
- कार्रवाई, जिम्मेदार व्यक्ति और तारीख:
- आप इस उत्तर की समीक्षा कब करेंगे?

## याद रखने वाला सिद्धांत
तय काम और environment के लिए मॉडल चुनें। Model, tools या requirements बदलने पर निर्णय फिर जाँचें।

## स्रोत
- [NIST: Generative AI Profile](https://doi.org/10.6028/NIST.AI.600-1)
- [METR: Developer productivity study methodology](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)

यह worksheet सीखने में मदद करती है। इसे पूरा करने से अपने-आप production में बदलाव की अनुमति नहीं मिलती।