evaluation

Guia completo para a avaliação de desempenho e teste de modelos fundidos com base nas melhores práticas de investigação.

Skills
Investigação em IA
0

Para que serve e como usar

Uma skill que ensina o Claude Code a executar bem tarefas de investigação em ia. É conhecimento empacotado que o modelo passa a usar sempre que for relevante.

Instale a skill (comando acima).
No Claude Code, descreva o que precisa - a skill ativa-se sozinha quando o contexto encaixa.
Não precisa de decorar comandos: fala em linguagem natural e a skill faz o resto.

Instalar (Claude Code)

mkdir -p .claude/skills/evaluation && curl -fsSL https://doutorai.pt/data/lib/skills__evaluation.md -o .claude/skills/evaluation/SKILL.md

Cole este comando no terminal, na pasta do seu projeto, e o componente é instalado automaticamente.

Conteúdo

ENPT

# Model Merging Evaluation

Complete guide to benchmarking and testing merged models based on research best practices.

## Table of Contents
- Benchmark Suites
- Evaluation Metrics
- Testing Methodology
- Comparison Framework
- Quality Assurance

## Benchmark Suites

### Open LLM Leaderboard

**URL**: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

**Tasks** (6 benchmarks):
1. **ARC** (AI2 Reasoning Challenge): 25-shot, science questions
2. **HellaSwag**: 10-shot, commonsense reasoning
3. **MMLU** (Massive Multitask Language Understanding): 5-shot, 57 subjects
4. **TruthfulQA

- 🔒 Conteúdo completo no plano Pro (7,99€/mês) -

Precisa de ajuda com o Claude Code?

Pergunte ao Dr AI - explica em simples.

Precisa de uma solução à medida?

Não sabe por onde começar a usar IA no seu negócio? Receba uma avaliação gratuita e um plano à medida - sem compromisso.

Poupe horas todas as semanas com IA, sem complicações

O Doutor AI dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe.

Ver planos