来自档案
选择一个人工智能模型来完成它必须完成的工作。
模型决策应反映任务、审核负担和操作环境。
回顾专栏准备此存档于 版本日期确定了它在每周系列中的位置。
我认为企业不应该仅通过遵循排行榜来选择人工智能方法。在一种情况下表现良好的模型可能在另一种情况下成本过高或不适合。有用的起点仍然是任务和信任其结果所需的证据。
首先描述验收标准
定义有用的答案是什么样的，哪些错误很重要，以及需要多快的结果。包括允许系统使用的信息以及系统必须寻求帮助的条件。这些标准使得比较比关于哪种模型最强的一般性辩论更有意义。
比较完整的工作流程
模型是服 务的一部分。检索、权限、审查以及结果呈现方式都会影响有用性。我会比较候选人在代表性任务上的方法，同时跟踪检查和纠正他们的输出所需的努力。造成更多返工的低成本响应可能不是更好的操作选择。
保持选择可审查
记录选择该方法的原因以及哪些更改可以证明重新考虑该方法的合理性。避免对业务不需要的特定模型产生不必要的依赖。在 Genellipse，我希望技术决策与合作伙伴的目的保持联系。这意味着能够清楚地解释权衡，并在证据或操作要求发生变化时对其进行修改。
Genellipse如何提供帮助
Genellipse 可以帮助围绕代表性任务、信息约束和完整的运营成本视图定义模型评估。我们的人工智能和数据团队可以比较合适的方法并评估支持工作流程。在需要受控模型使用和代理操作的情况下，可以考虑 Cortex AI，其选择与商定的验收标准相关。
从思考到实践
与 Genellipse 讨论这个问题
