Моделі
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Робоче середовище з ШІ для коду
Поділ даних машинного навчання
Поділіть ML-дані за сутністю, здатною спричинити витік між вибірками.
● ● ●Model Ledger●
Сценарії · Поділ даних машинного навчання ×
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)✳Поділіть ML-дані за сутністю, здатною спричинити витік між вибірками.
✓ ЗміниПеревірте перед застосуванням ↗
Ілюстрація робочого середовища
Проєкт
Залиште групи окремо та навчайте передобробку лише на тренувальних даних.
Перевірте перед застосуванням
Порівняйте фактичну поведінку з очікуваним результатом. Якщо перевірка не проходить, з’ясуйте причину перед наступними змінами.
Сценарії
train_groups, test_groups = split_groups(group_ids)
assert not set(train_groups) & set(test_groups)
train = rows_in_groups(data, train_groups)
test = rows_in_groups(data, test_groups)