TMThamu Mnyulwainthamu.hashnode.dev·3d ago · 11 min readEvaluer la GenAI avec mlflow.genai.evaluate() : au-dela de l'accuracyLa premiere erreur dans l'evaluation des systemes GenAI consiste a traiter la sortie comme une etiquette de classification. Cela fonctionne pour des taches de machine learning deterministes. Cela ne f00
TMThamu Mnyulwainthamu.hashnode.dev·3d ago · 10 min readGenAI Evaluation with mlflow.genai.evaluate(): Beyond AccuracyThe first mistake teams make when they evaluate GenAI systems is treating the output like a classification label. That works for deterministic machine learning tasks. It does not work for a retrieval-00
TMThamu Mnyulwainthamu.hashnode.dev·3d ago · 10 min readGenAI-Evaluation mit mlflow.genai.evaluate(): Jenseits von AccuracyDer erste Fehler bei der Evaluation von GenAI-Systemen ist, die Antwort wie ein Klassifikationslabel zu behandeln. Das funktioniert bei deterministischen Machine-Learning-Aufgaben. Es funktioniert nic00
TMThamu Mnyulwainthamu.hashnode.dev·3d ago · 12 min readIndustrialiser la GenAI avec MLflow 3.x : tracing, evaluation et optimisation des promptsLes systemes de Generative AI ne tombent pas en panne comme les logiciels classiques. Dans un service HTTP traditionnel, un incident de production revient souvent a des questions connues : la requete 00
TMThamu Mnyulwainthamu.hashnode.dev·3d ago · 12 min readProductionising Generative AI with MLflow 3.x: Tracing, Evaluation, and Prompt OptimisationGenerative AI systems fail differently from traditional software. In a normal HTTP service, a production incident often reduces to familiar questions: did the request time out, did the database return00
