Chargement des métriques avec evaluate
Des indicateurs sont nécessaires pour évaluer les performances des LLM, à l'instar des modèles classiques de machine learning. La bibliothèque evaluate facilite la compréhension des complexités des LLM. Commencez par charger les métriques pouvant être utilisées pour évaluer les modèles de classification.
La bibliothèque evaluate a déjà été chargée pour vous.
Cet exercice fait partie du cours
<cours>Introduction aux LLM en Python</cours>Instructions de l’exercice
- Chargez les mesures d'exactitude, de précision, de rappel et de score F1.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Load the metrics
accuracy = ____
precision = ____
recall = ___
f1 = ____