# Izberite model na podlagi dokazov

Taiga Learning · Delovni list
https://taiga.training/sl/lessons/evaluate-models/

Uporabite izmišljene ali odobrene informacije. V ta delovni list ne vnašajte skrivnosti.

## Učni cilji
- Iz dejanskih vrst nalog sestavite majhen nabor za ocenjevanje.
- Ločite kakovost modela od vpliva orodij in konteksta.
- Zabeležite pogoje, ki zahtevajo novo ocenjevanje.

## Vaja
Pripravite ocenjevalni list za tri vrste nalog: znano napako, majhno funkcijo in pojasnilo repozitorija. Pred primerjavo modelov določite merila sprejemljivosti. Za vsako nalogo vključite en primer napake. Zabeležite različico modela, kontekst, dovoljenja orodij, poskuse, stroške in čas pregleda.

## Vaš odgovor
- Scenarij in obseg:
- Predpostavke in odprta vprašanja:
- Predlagani odgovor ali odločitev z razlogi:

## Preverite odgovor
| Trditev ali merilo | Dokazilo ali test | Rezultat ali vrzel | Odgovorna oseba |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Naslednji ukrep
- Ukrep, odgovorna oseba in datum:
- Kdaj boste pregledali ta odgovor?

## Načelo, ki si ga velja zapomniti
Model izberite za določeno nalogo in okolje. Odločitev ponovno preverite ob spremembi modela, orodij ali zahtev.

## Viri
- [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/)

Ta delovni list podpira učenje. Njegova izpolnitev sama po sebi ne daje dovoljenja za spremembo v produkciji.