Quality Gate для LLM: задача на допуск релиза
Quality gate превращает требования к качеству в проверяемые условия допуска релиза. Важно определить метрики и пороги до сравнения версий, а не выбирать удобные ограничения после получения результата.
В упражнении есть готовый отчёт и правила решения. Реализуйте их точно, включая равенство порогу и сочетание нескольких условий. Реальную модель запускать не нужно: проверяется логика принятия решения.
Это бесплатное упражнение из платного курса. Проверьте решение без регистрации. Объяснения и последовательная практика — в курсе «LLMOps & Evaluation: из песочницы в продакшн».
Задача: Quality Gate для релиза
По отчёту офлайн-оценки решите, можно ли выпускать версию.
Формат ввода
Три строки:
-
score_threshold— число от 0 до 1 (порог по интегральной метрике). -
pass_rate_threshold— число от 0 до 1 (минимальная доля успешных кейсов). -
JSON-объект отчёта одной строкой со следующими полями:
{"score": <float 0..1>, "passed": <int>=кол-во успешных>, "failed": <int>=кол-во провалов}
Пояснения:
-
pass_rateвычисляется какpassed / (passed + failed). Еслиpassed + failed = 0, считаемpass_rate = 0. -
Граница включительная: «проходим» если
score ≥ score_thresholdиpass_rate ≥ pass_rate_threshold.
Формат вывода
Ровно одно слово:
-
PASS— если оба условия выполнены, -
BLOCKED— иначе.
Ничего больше не печатайте.
Без регистрации. Гостевая проверка не сохраняет прогресс. Для сохранения перейдите к уроку.
Отправьте решение, чтобы увидеть результаты тестов.
Связанные задачи
- JSON-лог вызовов LLM на Python: задача с проверкой
- Валидация JSON и retries на Python: задача Guardrails
- PromptOps: почему хороший промпт требует версий и тестов
- LLM streaming: задержка первого токена и полный ответ
- Retry backoff, Retry-After и jitter: задача на Python
- RAG с цитатами: что проверять автоматическим тестом
