평가·데이터42개

조건이 흔들려도 여전히 통하는 성질

학습에 쓰지 않고 점검에만 쓰려고 떼어 둔 자료

너무 단순해서 연습 자료조차 못 맞히는 상태

연습 문제 답만 외워 새 문제는 못 푸는 상태

자료를 조각내 돌아가며 점검하고 점수를 평균 내는 방법

데이터에서 쓸 만한 답을 끌어내는 일 전체

채점용 정보가 학습 쪽으로 새어 드는 사고

모은 자료를 쓸 수 있는 상태로 다듬는 손질

가진 자료를 변형해 가짓수를 늘리는 방법

모은 자료 자체가 한쪽으로 쏠려 있는 상태

학습에 쓰는 자료가 얼마나 믿을 만한지

AI를 가르치려고 모아 정리해 둔 자료 묶음

사람이 자료에 미리 붙여 둔 정답

자료 하나하나에 사람이 답을 붙이는 작업

평가 점수를 줄 세워 순서로 보여 주는 표

물체를 감싸는 네모와 그 네모의 자리

여러 대상을 같은 조건으로 재는 공통 문제 묶음

말한 확률과 실제로 맞은 비율을 맞추기

사람이 직접 보고 매기는 평가

AI가 왜 그렇게 판단했는지 보여 줄 수 있는 정도

모델이 자기 답에 스스로 매긴 확신 숫자

서로 겨룬 결과를 쌓아 매기는 실력 숫자

나머지 값들과 뚝 떨어져 혼자 튀는 값

학습과 채점의 기준이 되는 진짜 답

골라낸 것 중 진짜 비율과 진짜 중 찾아낸 비율

전체 판정 가운데 맞힌 것의 비율

한쪽 종류만 잔뜩 몰려 있는 자료의 치우침

AI가 판단할 때 들여다보는 재료 한 가지

다음 말을 몇 갈래에서 헷갈리는지 나타낸 값

무엇으로 잘한다고 할지 정해 둔 잣대

빗나간 거리를 제곱해 평균 낸 벌점

누구를 뽑았느냐 때문에 생기는 자료의 쏠림

주문한 대로 나왔는지 재는 잣대

회차가 늘수록 점수가 어떻게 변하는지 그린 선

진짜 대신 만들어 낸 연습용 자료

맞고 틀린 네 경우를 칸에 나눠 적은 표

둘로 나눠 써 보게 하고 결과를 견주는 시험

AI가 만든 것인지 가려내는 일

학습 자료의 치우침이 AI 판단에 그대로 남은 상태

정밀도와 재현율을 하나로 합친 점수

언어 모델에게 답의 좋고 나쁨을 매기게 하기

문턱을 옮겨 가며 잰 성적을 한 곡선과 한 숫자로