Đánh giá chân thực của seha incheon, khóa học Kỹ thuật xây dựng harness đánh giá LLM do một nhà phát triển ở Thung lũng Silicon hướng dẫn

Vì số lượng code nhiều và file cũng nhiều, nên trong quá trình vừa sao chép vừa thực hiện, tôi có cảm giác hơi khó theo kịp. Tuy vậy, nội dung quá hữu ích và lại là một chủ đề mà tôi chưa từng nghe đến trong đời, nên có lẽ tôi vẫn có thể chấp nhận được những điểm hạn chế này. Đặc biệt, vì không thể tin tưởng hoàn toàn vào cả mô hình dùng để đánh giá, nên ngay cả mô hình này cũng cần phải được đánh giá. Nhưng rồi lại để mô hình đánh giá, vì vậy tôi hiểu vấn đề theo hướng cuối cùng là không thể tin tưởng được. Tôi nghĩ kết luận của việc đánh giá mô hình là con người vẫn phải vất vả. - Thực tế, tôi được biết Meta cũng đã thuê thêm người để giao nhiệm vụ hoặc huấn luyện mô hình, đồng thời sử dụng nhiều nhân lực hơn, và có vẻ góc nhìn đó cũng được phản ánh ở đây.

1