타우 벤치 논문 리뷰: 대화형 AI 에이전트 평가에서 일관성과 지시 수행이 갈리는 지점
서울대 DSBA 연구실이 타우 벤치와 후속 연구를 리뷰하며 멀티턴 상호작용과 정책 준수, 반복 일관성을 함께 재야 하는 이유를 정리하고, 사용자와 협업할 때 오히려 점수가 떨어지는 평가 결과를 짚었다.
핵심 내용 읽기 →
AI TOPIC
평가지표 최신 뉴스와 핵심 해설
평가지표 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
머신러닝 평가 지표 정리: 정확도·정밀도·재현율·F1·MAE·RMSE·R²
모델을 학습시키는 것만으로는 부족하다. 실제 성능을 알려면 평가 지표가 필요하다. 분류에 쓰는 정확도·정밀도·재현율·F1부터 회귀의 MAE·RMSE·R²까지 언제 무엇을 쓸지 정리한다.
핵심 내용 읽기 →