تبقى الأوامر والشفرة بالإنجليزية في جميع اللغات. استبدل العناصر النائبة المكتوبة بالأحرف الكبيرة بقيم من حسابك والمهمة المدفوعة؛ ولا تضع مفاتيح حقيقية في دفاتر ملاحظات أو سجلات مشتركة.
من الخسارة إلى قبول المهمة
- خط الأساس أداء المتعلّم دون تعديل
- النموذج المدرّب ظروف التقييم نفسها
- نتائج المهام الجودة والصحة والأخطاء
- القرار اقبل أو أبلغ عن المتطلبات غير المحققة
خط الأساس: أداء المتعلّم دون تعديل. النموذج المدرّب: ظروف التقييم نفسها. نتائج المهام: الجودة والصحة والأخطاء. القرار: اقبل أو أبلغ عن المتطلبات غير المحققة
قِس معايير خط الأساس والنتيجة النهائية
يقيّم TrainingProject المتعلّم غير المعدّل والنموذج النهائي على صفوف تحقق أو اختبار نهائي محلية. يحدد كل معيار في rubric مقياسًا حتميًا مسجلًا وحدًا أدنى باسم minimum_score. المقاييس المضمنة هي exact_match وmacro_f1 وtext_similarity وchrf؛ ويمكن تسجيل مقيّم مخصص بإصدار صريح. يظل تقييم خط الأساس والاختبار المحجوب محليًا.
- يشرح الوصف المعيار، لكنه ليس تقييمًا دلاليًا بحد ذاته.
- قارن نتائج كل معيار وراجع القدرات المحتفظ بها، لا المتوسط وحده.
- احتفظ بالـrubric وبصمات البيانات وتقارير التقييم الأساسي والنهائي معًا.
# Continue with a TrainingProject whose run has completed.
result = project.evaluate(split="test")
for criterion in result["criteria"]:
print(criterion["id"], criterion["score"], criterion["accepted"])
print("Accepted:", result["accepted"], "Report:", result["report_path"])
# Scores measure the registered criteria; they do not guarantee broader capability.
import os
from fusionpointai_training import TrainingClient
client = TrainingClient(api_key=os.environ["FUSIONPOINTAI_API_KEY"])
session = client.get_session(os.environ["FUSIONPOINTAI_SESSION_ID"])
server_report = session.get("report")
runtime_report = server_report.get("runtime") if isinstance(server_report, dict) else None
if (
session.get("status") == "completed"
and isinstance(runtime_report, dict)
and runtime_report.get("artifact_sha256") == os.environ["LOCAL_ARTIFACT_SHA256"]
and server_report.get("delivery") == "runtime_local"
and server_report.get("verification") == "runtime_reported"
):
print("Server report matches the local artifact digest.")
else:
print("Completion is not confirmed for this local artifact.")
# Reconcile by reading state; do not repeat training or invent a result.
تقييم القدرة على الألمانية
عند استهداف الألمانية، قيّم الفهم والقواعد والكتابة والترجمة والاستدلال كلًا على حدة بحسب النطاق. استخدم مهام محجوبة ومعايير تقييم واضحة للبشر وأمثلة أخطاء ذات معنى. وقِس أيضًا الاحتفاظ بالقدرات القائمة. يمكن لتقييم المعلّم أن يساعد، لكن لا تستخدم الأمثلة المنشأة نفسها للتعليم ولإثبات الجودة النهائي.
- التصنيف: الإحكام والاسترجاع لكل فئة وأنماط الالتباس.
- الترجمة: المعنى والمصطلحات والأرقام والأسماء والمحذوفات.
- الكتابة: سلامة القواعد والوضوح والنبرة وإنجاز المهمة.
نفّذ دورات تحسين محدودة
يقيّم TrainingProject موضوعات المنهج ويُعد دروسًا معتمدة عند السماح بالمشاركة، ثم ينفّذ دورات تحسين محدودة. تشمل أسباب التوقف القبول أو نفاد الميزانية أو غياب التقدم أو الإلغاء أو التراجع. تسجل التقارير الأهداف غير المحققة والمعايير المقاسة؛ واجتياز مهمة لا يثبت قدرات أوسع للنموذج.
- أبقِ بيانات القبول النهائي دون تغيير أثناء التحسين.
- ثبّت إصدارات المقيّم المخصص للمقارنات القابلة لإعادة الإنتاج.
- راجع كل معيار والتراجع بدل إخفاء الإخفاق في المتوسط.