# เลือกโมเดลด้วยหลักฐาน

Taiga Learning · ใบงาน
https://taiga.training/th/lessons/evaluate-models/

ใช้ข้อมูลสมมติหรือข้อมูลที่อนุมัติแล้ว อย่าใส่ secret ในใบงานนี้

## วัตถุประสงค์การเรียนรู้
- สร้างชุดประเมินขนาดเล็กจากประเภทงานจริง
- แยกคุณภาพโมเดลออกจากผลของเครื่องมือและบริบท
- บันทึกเงื่อนไขที่ต้องประเมินใหม่

## แบบฝึกหัด
สร้างแบบบันทึกประเมินสำหรับงานสามประเภท ได้แก่ ข้อบกพร่องที่ทราบ ฟีเจอร์เล็ก และการอธิบาย repository กำหนดเกณฑ์การยอมรับก่อนเปรียบเทียบโมเดล รวมกรณีผิดพลาดหนึ่งกรณีต่องาน บันทึกเวอร์ชันโมเดล บริบท สิทธิ์เครื่องมือ จำนวนครั้งที่ลอง ต้นทุน และเวลาตรวจทาน

## คำตอบของคุณ
- สถานการณ์และขอบเขต:
- สมมติฐานและคำถามที่ยังไม่ได้ข้อยุติ:
- คำตอบหรือการตัดสินใจที่เสนอ พร้อมเหตุผล:

## ตรวจสอบคำตอบของคุณ
| ข้ออ้างหรือเกณฑ์ | หลักฐานหรือ test | ผลหรือสิ่งที่ยังขาด | ผู้รับผิดชอบ |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## งานถัดไป
- งาน ผู้รับผิดชอบ และวันที่:
- คุณจะตรวจทานคำตอบนี้เมื่อใด

## หลักการที่ควรจำ
เลือกโมเดลสำหรับงานและสภาพแวดล้อมที่กำหนด ตรวจสอบการตัดสินใจอีกครั้งเมื่อโมเดล เครื่องมือ หรือข้อกำหนดเปลี่ยน

## แหล่งข้อมูล
- [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/)

ใบงานนี้ช่วยในการเรียนรู้ การทำเสร็จไม่ได้อนุญาตให้เปลี่ยน production โดยตัวมันเอง