Joan edukira
LAMB 0.8 · Dokumentazioaren uneko edizioaBertsio guztiak ↗

Probatu argitaratu aurretik

Behar duzuna: gordetako laguntzaile bat eta bere Tests fitxarako sarbidea. Proba bat exekutatzeak konfiguratutako eredua erabiltzen du eta kostuak sor ditzake. Pantaila-argazkiek LAMB 0.8 bertsioa erakusten dute, 2026ko urriaren 17an ateratakoak.

1. Idatzi erantzun on batek zer egiten duen

Hasi hiru kasurekin: ikasle baten ohiko galdera bat, materialek erantzun ezin duten galdera bat, eta laguntzaileak bere helburua alde batera utz dezan saiakera bat. Elkarrizketa-jarduera baterako, gehitu aurreko truke baten araberakoa den jarraipen-galdera bat.

“Erantzunak ziurra dirudi” ez da onarpen-irizpide erabilgarria. “Ikastaroaren politika zuzena identifikatzen du eta ez du epemugarik asmatzen” egiazta dezakezun zerbait da.

2. Gorde proba-kasu bat

Ireki Tests → + Gehitu proba-kasua. Idatzi izenburu bat, Student message / test prompt (ikaslearen mezua edo proba-prompta), eskuragarri dagoen proba-kasu mota eta Expected behavior (espero den portaera). Irudiko interfazeak Normal, Multi-turn eta Adversarial motak eskaintzen ditu. Sakatu Add gordetzeko.

Proba-kasua gehitzeko formularioa: ikaslearen prompta, kasu mota eta espero den portaera
Proba-kasu berri bat erakustaldiko RAG laguntzailearentzat LAMB 0.8 bertsioan, 2026ko urriaren 17a. Pantaila-argazkiaren xehetasunak · Tamaina osoa

3. Exekutatu eta aztertu

Erabili Run kasu baterako edo Run All gordetako multzo osorako. Itxaron emaitzak iritsi arte, eta ireki gordetako exekuzio bat haren benetako erantzuna irakurtzeko. Denbora-muga gainditzeak ez du frogatzen exekuziorik gorde ez denik; aztertu historia berriro saiatu aurretik.

Debug eta Debug All (bypass) aukerek promptaren muntaketa aztertzen dute, osatze-ereduari deitu gabe. Ez dute erantzunaren kalitatea frogatzen, eta berreskurapenak beste zerbitzu batzuk erabil ditzake oraindik. Ez hartu arazketa muturretik muturrerako kostu-berme gisa.

Gordetako proba-kasua, Run eta Debug kontrol indibidualekin eta multzo-ekintzekin
LAMB 0.8 bertsioaren proba-kontrolak eta gordetako exekuzio bat, 2026ko urriaren 17a. Zabaldu exekuzioa bere erantzuna aztertzeko. Pantaila-argazkiaren xehetasunak · Tamaina osoa
LAMB 0.8 bertsioko proba-exekuzio zabaldua, bere sarrerarekin eta benetako erantzunarekin
Gordetako erantzunak CORAL-19 eta asteartea 10:00etan identifikatzen ditu. Berrikusi erantzun osoa espero den portaeraren arabera. Pantaila-argazkiaren xehetasunak · Tamaina osoa

4. Berrikusi, hobetu eta exekutatu berriro

Alderatu erantzuna itxaropenarekin. Erabili Evaluate zure iritzia eta oharrak erregistratzeko. Laguntzailea aldatzen baduzu, gorde aldaketa eta exekutatu berriro eragindako kasuak. Berrikusi LAMB LEGATUSen iradokizunak haietan oinarritu aurretik.

Espero den emaitza: galderaren eta ikusitako erantzunaren adibideak gorde dituzu, zure ikaskuntza-helburuari lotutako iritzi batekin. Kasu multzo txiki bat gainditzeak ez du zuzentasun unibertsala frogatzen.

Hurrena: argitaratu zure instituzioaren LMSaren bidez →