პრაქტიკული დავალება
ხელოვნურმა ინტელექტმა შექმნა კოდი ახალი LLM-ის გამოშვების გადაწყვეტილებისთვის. გააკეთეთ მიმოხილვა: შეცვალეთ ის ისე, რომ რედაქტორმა შეძლოს ვერსიების ხარისხის შედარება თემატური სეგმენტების მიხედვით, შეფასებების განაწილება იხილოს და მცირე მონაცემთა ჯგუფში გაუარესების რისკი შეამჩნიოს.
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('მოდელების ხარისხი')
plt.ylabel('საშუალო შეფასება')
plt.show()
print('საუკეთესო ვერსია:', 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"თემა: {topic}")
plt.suptitle("")
plt.ylabel("შეფასება")
plt.show()
small_groups = stats[stats["count"] < 30]
print("პატარა ჯგუფები - დასკვნები არ არის სანდო:")
print(small_groups)
