ব্রেইনট্রাস্ট সলিউশনস ইঞ্জিনিয়ার: "সর্বোত্তম LLM গুলি সর্বদা স্থির পারফরম্যান্স নিশ্চিত করে না" এই বাক্যটিই ব্যাখ্যা করে যে কেন একটি প্রম্পট সম্পাদনার আগে পরীক্ষা প্রয়োজন, যাতে সম্পাদিত প্রম্পটটি প্রকৃত ব্যবহারকারীর অনুরোধের উত্তর দিতে পারে একটি প্লেগ্রাউন্ড রান ভালো দেখতে পারে, কিন্তু একই প্রম্পটটি অস্বচ্ছ ইনপুটের উপর মানের হ্রাস ঘটায় ওয়ার্কশপটিতে ন্যূনতম মূল্যায়ন লুপটি দেখানো হয়েছে: টাস্ক, ডেটাসেট, স্কোর, অফলাইন টেস্টিং, অনলাইন লগ, মানব পর্যালোচনা নিচের নিবন্ধটি একই বিষয়টিকে রিট্রিভাল, হ্যালুসিনেশন চেক, ভার্সনিং, এবং প্রম্পট-পরিবর্তন রিগ্রেশন টেস্টের সাথে ম্যাপ করে ওয়ার্কশপটি দেখুন, তারপর পরবর্তী প্রম্পট-পরিবর্তনটি বিনা রিগ্রেশন টেস্টেরই শিপ করার আগে নিবন্ধটি পড়ুন
