35. Vem dömer AI:n? Det jag lärde mig om evals som förändrade hur jag tänker
Anders Kodar16 Juni

35. Vem dömer AI:n? Det jag lärde mig om evals som förändrade hur jag tänker

Jag läste en bok och fastnade på ett kapitel.

Det handlade inte om kod.

Det handlade om att döma.


Sök jobb på Rootr www.rootr.se


I det här avsnittet av Anders Kodar pratar jag om evals

– det som alla ignorerar när de bygger AI – och konceptet

LLM as a judge, där en AI bedömer en annan AI.


Du får höra:

– Varför 40% av allt agentarbete handlar om evals

och ingen pratar om det

– Hur LLM as a judge fungerar – och vad fallgroparna är

– Varför det här är ett område där du som junior

kan äga något tidigt


För dig som bygger med AI, lär dig om AI-agenter,

eller vill förstå vad som faktiskt krävs för att

veta om din AI fungerar på riktigt.


Boken: AI Engineering av Chip Huyen.


Sök jobb på Rootr www.rootr.se


Anders Kodar – podcast om att lära sig programmera

från noll i Sverige.


GitHub: github.com/andersabjorn

Hosted on Acast. See acast.com/privacy for more information.

Det här avsnittet är hämtat från ett öppet RSS-flöde och publiceras inte av Podme. Det kan innehålla reklam.

Avsnitt(126)

125. Börja hos människan: Fem gäster om problemet före tekniken

125. Börja hos människan: Fem gäster om problemet före tekniken

Fem gäster. Tio frågor. En röd tråd: börja hos människan och problemet — inte i tekniken. Nora klipper från arkivet: Joel Linderos, Dennis Adolfi, Jonas Jaani, Jonah Andersson och Isabelle Schafhauser...

24 Sep 19min

124. Skräckens dag – tenta på fredag mitt i verkligheten

124. Skräckens dag – tenta på fredag mitt i verkligheten

På fredag är det skräckens dag: tenta igen i dataåtkomster. Handskriven, med penna och papper – samtidigt som jag faktiskt utövar systemutveckling på ett riktigt företag. Hur går det ihop?📖 Min bok "...

22 Sep 11min

123. Är jag en bluff?: Strömavbrottstestet och AI-mentorn

123. Är jag en bluff?: Strömavbrottstestet och AI-mentorn

Tänk dig att strömmen går. Skärmarna slocknar. Papper. Penna. Kan du fortfarande förklara logiken — eller har du bara lånat den från AI? Det här avsnittet handlar om bluffkänslan, strömavbrottstestet ...

18 Sep 10min

122. Nästan 100 avsnitt på en sommar – nu stoppar jag rushen

122. Nästan 100 avsnitt på en sommar – nu stoppar jag rushen

En era är över. Dagliga uppdateringar sedan 16 juni – tre månader, nästan hundra avsnitt. Nu stoppar jag rushen. Inte podden.📖 Min bok "25 Years to Zero" finns nu på Amazon: https://www.amazon.se/dp/...

15 Sep 10min

121. Jag byggde med AI-agenter: Appen och boken

121. Jag byggde med AI-agenter: Appen och boken

Han stack ut hakan: en app på två veckor. Sen en bok till hundraavsnittet. Det här avsnittet handlar om shipping — Bonding Buddy som webb när Play Store krånglade, och 25 Years to Zero när Amazon-godk...

12 Sep 10min

120. Femstegsmetoden: Därför löser du problem i fel ordning

120. Femstegsmetoden: Därför löser du problem i fel ordning

De flesta löser problem i fel ände. De optimerar innan de raderat. De automatiserar innan de förenklat. Det här avsnittet handlar om femstegsmetoden — och varför ordningen är allt. Klippt från arkivet...

11 Sep 6min

119. AI stänger dörren för unga – och öppnar den vid 47

119. AI stänger dörren för unga – och öppnar den vid 47

Ny svensk forskning: unga utvecklare i AI-exponerade yrken tappar, medan sysselsättningen ökar för de över 50. Det här avsnittet handlar om den dörren — och om varför 47 kan vara en tillgång. Klippt f...

9 Sep 11min

118. Multi-agent AI: När varje del funkar men systemet kraschar

118. Multi-agent AI: När varje del funkar men systemet kraschar

Varje agent är grön i sitt test. Systemet kraschar ändå. Det här avsnittet handlar om koordinationen mellan dem — kostnaden som skalas, kontexten som försvinner, och looparna där ingen tar beslut. Kli...

8 Sep 10min

Populärt inom Business & ekonomi

framgangspodden
badfluence
varvet
rss-jossan-nina
24fragor
rss-borsens-finest
avanzapodden
uppgang-och-fall
svd-tech-brief
rss-inga-dumma-fragor-om-pengar
lastbilspodden
fill-or-kill
tabberaset
rss-kort-lang-analyspodden-fran-di
bathina-en-podcast
rss-dagen-med-di
rikatillsammans-om-privatekonomi-rikedom-i-livet
kapitalet-en-podd-om-ekonomi
rss-veckans-trade
borsmorgon