Eval Table을 사용하면 여러 Runs에 걸쳐 집계 점수와 예시 수준의 모델 입력, 출력, 점수를 비교할 수 있습니다. Eval Table로 모델 버전이나 트레이닝 step을 비교하고, 집계 점수 변화를 검토하고, 모델 성능 변화의 배경이 되는 예시를 자세히 살펴볼 수 있습니다.
다음 이미지는 "summer-butterfly-9"와 "gentle-flower-8" 두 run을 비교하는 "validation_prediction_eval"이라는 Eval Table을 보여줍니다.
Eval Table 패널은 세 개의 섹션으로 구성됩니다.
- run 비교 선택기: 비교하려는 runs을 선택합니다.
- 집계 점수: 선택한 run의 집계 점수를 검토하고 서로 간의 차이를 비교합니다. 자세한 내용은 집계 점수 보기를 참조하세요.
- 예시: 선택한 runs에서 각 예시의 입력, 출력, 점수를 비교합니다.
다음 이미지는 패널의 각 섹션을 강조 표시합니다.
W&B Python SDK의 EvalTable 클래스를 사용해 Eval Table 만들기.
기존 W&B Tables도 ARIA를 사용해 Eval Table로 변환할 수 있습니다. 자세한 내용은 W&B Table을 Eval Table로 변환하기를 참조하세요.
기존 W&B Tables를 Eval Table로 변환하면 렌더링 성능을 개선하고 추가 비교 기능에 액세스할 수 있습니다.
