메인 콘텐츠로 건너뛰기
Eval Tables를 사용하면 여러 Runs의 입력, 출력, 점수를 비교할 수 있습니다. W&B는 해당하는 예시를 정렬하고, 선택한 Runs의 집계 점수와 점수 차이를 계산합니다.
Workspace 수준의 summary 메트릭, 선형 플롯, 고정된 run 또는 기준 run을 사용해 Runs를 비교하려면 Pin and compare runs를 참조하세요. Eval Tables는 로깅된 table 내에서 정렬된 예시와 Eval Table 전용 점수를 비교합니다.
Runs를 비교하려면 다음과 같이 하세요.
  1. 프로젝트 Workspace로 이동합니다.
  2. Eval Tables 패널까지 스크롤합니다.
  3. + 버튼을 선택합니다.
  4. 추가하려는 run을 선택합니다.
W&B는 선택한 Runs에서 역할과 이름이 같은 열을 그룹화합니다. 예를 들어 두 Runs가 동일한 input_columns를 사용하면, W&B는 해당 열을 Inputs 섹션에 함께 표시합니다. 마찬가지로 W&B는 공통 output_columns와 score_columns를 Outputs 및 Scores 섹션에서 그룹화합니다. 다음 스크린샷은 summer-butterfly-9 run과 gentle-flower-8 run을 비교하는 Eval Table을 보여줍니다.
Eval Table 뷰

​
레퍼런스 run 설정

여러 run을 비교할 때 W&B는 기본적으로 가장 왼쪽의 run을 레퍼런스 run으로 지정합니다. 레퍼런스 run은 점수 델타를 계산하는 베이스라인입니다. 다른 레퍼런스 run을 선택하려면 해당 run 위에 마우스를 올리고 메뉴를 연 다음 Set as reference를 선택하세요.

​
집계 점수 보기

W&B는 선택한 각 run의 각 점수 열마다 집계 값을 계산합니다. 계산 방식은 점수의 데이터 유형에 따라 달라집니다. 다음 스크린샷은 correct 및 confidence 점수의 집계 값을 강조 표시합니다.
Eval Table 뷰

​
점수 델타 비교

각 점수 열에 대해 W&B는 레퍼런스 run과 선택된 다른 모든 run 간의 차이를 계산합니다. W&B는 각 델타를 다음과 같이 계산합니다:
예를 들어, summer-butterfly-9가 레퍼런스 run이고 gentle-flower-8가 비교 run이라고 가정해 보겠습니다. W&B는 confidence 델타를 다음과 같이 계산합니다: 양수 델타는 비교 run의 값이 레퍼런스 run보다 높다는 의미입니다. 음수 델타는 값이 더 낮다는 의미입니다. 다음 스크린샷은 score 델타를 강조해 보여줍니다:
Eval Table 뷰