Technique qui consiste à utiliser un modèle de langage pour évaluer les réponses d'un autre modèle (ou les siennes), selon des critères définis : exactitude, ton, respect des consignes. Elle permet de noter automatiquement des milliers de réponses là où une relecture humaine serait trop lente ou trop coûteuse.
Votre équipe teste un chatbot de support client : un second modèle note chaque réponse de 1 à 5 sur la politesse et la justesse, et signale celles à faire relire par un humain.
C'est ce qui rend possible le contrôle qualité de l'IA à grande échelle. Mais un juge IA a ses propres biais : il complète la supervision humaine, il ne la remplace pas.
Situez-vous sur l'échelle des 5 niveaux en 13 questions, gratuitement.
Tester mon niveau →