Eval Table을 사용하면 여러 run의 집계 점수와 예시별 모델 입력, 출력, 점수를 비교할 수 있습니다. Eval Table로 모델 버전이나 트레이닝 단계를 비교하고, 집계 점수의 변화를 검토하고, 모델 성능 변화의 원인이 된 예시를 살펴보세요.
다음 이미지는 두 run "summer-butterfly-9"와 "gentle-flower-8"을 비교하는 "validation_prediction_eval" Eval Table을 보여줍니다.
Eval Table 패널은 세 개의 섹션으로 구성됩니다.
- Run 비교 선택기: 비교할 run을 선택합니다.
- 집계 점수: 선택한 run의 집계 점수를 검토하고 run 간의 차이를 비교합니다. 자세한 내용은 집계 점수 보기를 참조하세요.
- 예시: 선택한 run 간에 각 예시의 입력, 출력, 점수를 비교합니다.
다음 이미지는 패널의 각 섹션을 강조하여 보여줍니다.
W&B Python SDK의 EvalTable 클래스로 Eval Table을 생성하세요.
기존 W&B Tables도 ARIA를 사용해 Eval Table로 변환할 수 있습니다. 자세한 내용은 W&B Table을 Eval Table로 변환하기를 참조하세요.
기존 W&B Tables를 Eval Table로 변환하면 렌더링 성능이 향상되고 더 많은 비교 기능을 사용할 수 있습니다.
