معظم عمليات الذكاء الاصطناعي هي أكاذيب باهظة الثمن. عادة ما يقيسون ما يسهل قياسه - مقاييس مثل "الهلوسة" و "السمية" - وليس الطرق المحددة التي يخذل بها منتجك المستخدمين بالفعل. @HamelHusain و @sh_reya يعلمون نهجا مختلفا - نهج جعل دورتهم #1 الأعلى ربحا على @MavenHQ ، مع تسجيل ثابت من @OpenAI و @AnthropicAI وكل مختبر الذكاء الاصطناعي رئيسي. رؤيتهم: ابدأ بتحليل الأخطاء وليس بالمقاييس. راجع 100 تفاعل حقيقي للمستخدم. اكتب انتقادات مفصلة لما حدث من الخطأ بالفعل. ابحث عن الأنماط. عندها فقط قم ببناء evals التي تجعل منتجك أفضل. بعد تدريب 2,000+ رئيس وزراء ومهندسين في 500+ شركة ، قاموا بتقطير منهجيتهم في دليل قواعد منهجي يوضح لك بالضبط كيف: - حدد أوضاع الفشل ~ 10 التي تكسر منتجك بالفعل - قم ببناء قضاة ماجستير في القانون يمكنك التحقق من صحتهم إحصائيا والوثوق بهم - قم بإنشاء مسارات CI/CD التي تلتقط الانحدارات قبل أن يفعل المستخدمون - تحويل مراقبة الإنتاج إلى محرك اكتشاف للمشكلات الجديدة اقرأ دليلهم الكامل هنا: