Практическо задание
Изкуственият интелект генерира код за решението относно пускането на нов LLM. Направете преглед: променете го така, че редакторът да може да сравнява качеството на версиите по тематични сегменти, да вижда разпръснатостта на оценките и да забележи риска от влошаване в малка група данни.
import matplotlib.pyplot as plt
import pandas as pd
scores = pd.read_csv('model_scores.csv')
summary = scores.groupby('model_version')['score'].mean()
plt.bar(summary.index, summary.values)
plt.title('Качество на моделите')
plt.ylabel('Средна оценка')
plt.show()
print('Най-добра версия:', summary.idxmax())
---
import matplotlib.pyplot as plt
import pandas as pd
scores = pd.read_csv('model_scores.csv')
stats = (
scores.groupby(["topic", "model_version"])["score"]
.agg(["mean", "std", "count"])
.reset_index()
)
print(stats)
for topic, group in scores.groupby("topic"):
group.boxplot(column="score", by="model_version")
plt.title(f"Тема: {topic}")
plt.suptitle("")
plt.ylabel("Оценка")
plt.show()
small_groups = stats[stats["count"] < 30]
print("Малки групи - изводите не са надеждни:")
print(small_groups)
