ほとんどの AI 評価は高価な嘘です。 通常、測定しやすいもの、つまり「幻覚」や「毒性」などの指標を測定するものであり、製品が実際にユーザーを失望させる具体的な方法を測定するものではありません。 @HamelHusainと@sh_reyaは異なるアプローチを教えており、このコースは@MavenHQで#1の収益を上げており、@OpenAI、@AnthropicAI、そしてすべての主要なAIラボから一貫して登録されています。 彼らの洞察:指標ではなく、エラー分析から始めます。 100 件の実際のユーザー インタラクションを確認します。実際に何がうまくいかなかったのかについて、詳細な批評を書きます。パターンを見つけます。そうして初めて、製品をより良くする評価を構築します。 500+企業で2,000+のPMとエンジニアをトレーニングした後、彼らはその方法論を体系的なプレイブックに抽出し、その方法を正確に示しています。 - 実際に製品を壊す~10の故障モードを特定する - 統計的に検証して信頼できるLLMジャッジを構築する - ユーザーがリグレッションをキャッチする前にキャッチする CI/CD パイプラインを作成する - 生産監視を新しい問題の発見エンジンに変える ここで完全なガイドをお読みください。

.@HamelHusain と @Sh_reya のオンライン コースである AI Evals for Engineers & PM は、Maven で (圧倒的に) 最も収益の高いコース #1 であり、すべての主要な AI ラボから大規模なグループが常に参加しています。 これは、単に虚栄心のあるダッシュボードを生成するだけでなく、実際に製品を改善する評価を構築する方法という重要なことを教えてくれるからです。 過去 2 年間、Hamel と Shreya は、評価をあいまいで神秘的な主題から AI 製品ビルダーにとって最も必要なスキルの 1 つに変える上で大きな役割を果たしてきました。 2,000 人以上の PM とエンジニア、500 社以上の企業のリーダーをトレーニングした後、彼らは現在、@OpenAI、@AnthropicAI、その他の主要なラボで教えられているのと同じ方法論である完全なプレイブックを共有しています。 エラー分析を使用して評価を現実に根付かせ、信頼できる堅牢な評価を構築し、リグレッションを出荷前にキャッチする継続的改善フライホイールを作成する方法を学びます。 これをお見逃しなく: 期間限定オファー: チェックアウト時にコード LENNYSLIST を使用すると、Hamel と Shreya のコースが 35% オフになります。これは、コースでこれまでに提供した中で最大の割引です。できるだけ早くこれに飛び乗ることを強くお勧めします。登録は2日後に締め切られます。こちらから登録してください: この金メダルを私たちと共有してくれてありがとう、ハメルとシュレヤ 🙏

「ハイエージェンシー」の私の新しいお気に入りの定義: 「あなたは温度計ではなくサーモスタットです。温度計は部屋の温度を測定し、サーモスタットはそれを変化させます。」 — @ezinneudezue