Что умеет и где ломается Jev: большое тестирование +3
Публикации с тегом тестирование моделей
Асимметрия как методологический и инструментальный принцип тестирования моделей +3
Девопс-инженер и ИИ влетают в бизнес-задачи с двух ног -2
Один харнесс, три модели: чего вам не расскажут публичные бенчмарки +8
Модель ведет себя хорошо, потому что знает, что ее тестируют: почему зеленый safety-бенч не значит зеленый прод +1
Погружаем модели в сказки русские, да рассказы древние – тестируем возможности Qwen и Whisper на дореволюционномъ +39
