근거와 배경 이해
글쓰기, 근거 있는 답변, 다국어, 추론 등 실제 작업으로 비교합니다. 모델 버전을 정하고 모든 후보에 같은 지시와 자료를 사용합니다.
진행 방법 익히기
사람 선호 평가는 해당 조건에서 어느 답변을 더 선호했는지 보여 줍니다. 표본 수와 불확실성을 살펴 작은 순위 차이를 과대 해석하지 않습니다.
실전에 적용
사실 정확성, 작업 완료, 응답 시간, 비용을 평가표에 기록합니다. 실패 예시도 남기고 종합 순위보다 요구 충족 여부로 선택합니다.