请问HN：工程师们如何评估基于非确定性机器学习/大语言模型的部署？1 分•作者: zuck_vs_musk•5 个月前•原帖我们处理来自各种来源的数据和文档，然后： - 将所有文本转换（使用不同的光学字符识别技术） - 将其传递给大型语言模型（LLM）——根据客户的需求，可能会使用更便宜的模型，并且我们确实有模型的备选方案。 工程师如何评估这些系统？ 1. 新模型和新库不断涌现。 2. 即使是第三方的部署模型也会随着时间的推移而变化，可能会改善或退化我们的系统。 对于这些评估，有什么好的方法吗？
