# Wybierz model na podstawie dowodów

Taiga Learning · Arkusz
https://taiga.training/pl/lessons/evaluate-models/

Używaj fikcyjnych lub zatwierdzonych informacji. Nie umieszczaj sekretów w arkuszu.

## Cele nauki
- Utwórz mały zestaw oceny z rzeczywistych rodzajów zadań.
- Oddziel jakość modelu od wpływu narzędzi i kontekstu.
- Zapisz warunki wymagające nowej oceny.

## Ćwiczenie
Utwórz arkusz oceny dla trzech typów zadań: znanego błędu, małej funkcji i wyjaśnienia repozytorium. Określ kryteria akceptacji przed porównaniem modeli. Dodaj po jednym przypadku błędu. Zapisz wersję modelu, kontekst, uprawnienia narzędzi, próby, koszt i nakład review.

## Twoja odpowiedź
- Scenariusz i zakres:
- Założenia i otwarte pytania:
- Proponowana odpowiedź lub decyzja z uzasadnieniem:

## Sprawdź odpowiedź
| Twierdzenie lub kryterium | Dowód lub test | Wynik lub luka | Właściciel |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Następne działanie
- Działanie, właściciel i data:
- Kiedy przejrzysz tę odpowiedź?

## Zasada do zapamiętania
Wybierz model do określonego zadania i środowiska. Sprawdź decyzję ponownie, gdy zmienią się model, narzędzia lub wymagania.

## Źródła
- [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/)

Arkusz wspiera naukę. Samo ukończenie nie upoważnia do zmiany produkcji.