Eval Tables を使用すると、複数の Runs にまたがって、集計スコアや各例におけるモデルの入力、出力、スコアを比較できます。Eval Table を使えば、モデルのバージョンやトレーニング手順を比較したり、集計スコアの変化を確認したり、モデル性能の変化につながった具体例を詳しく調べたりできます。
次の画像は、"summer-butterfly-9" と "gentle-flower-8" の 2 つの Runs を比較する、"validation_prediction_eval" という名前の Eval Table を示しています。
Eval Table パネルには、3 つのセクションがあります。
- Run 比較セレクター: 比較する Runs を選択します。
- 集計スコア: 選択した Runs の集計スコアを確認し、それらの差分を比較します。詳細は、集計スコアを表示する を参照してください。
- 例: 選択した Runs 間で、各例の入力、出力、スコアを比較します。
次の画像は、パネル内の各セクションを示しています。
W&B Python SDK の EvalTable クラスを使用して Eval Table を作成する。
既存の W&B Tables も、ARIA を使用して Eval Tables に変換できます。詳細は、W&B 表を Eval Table に変換する を参照してください。
既存の W&B Tables を Eval Tables に変換すると、レンダリングのパフォーマンスが向上し、追加の比較機能を利用できます。
