Практични задатак Искусна интелигенција је генерисала код за одлуку о пуштању новог LLM-а. Извршите преглед: измените га тако да уредник може упоредити квалитет верзија по тематским сегментима, видети распршеност оцена и уочити ризик од погоршања у малој групи података. 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('Квалитет модела') plt.ylabel('Просечна оцена') plt.show() print('Најбоља верзија:', 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("Оцена") plt.show() small_groups = stats[stats["count"] < 30] print("Малe групе - закључци нису поуздани:") print(small_groups)