Anthropic y Claude

Comience con la documentación del modelo actual y el sistema o tarjeta de modelo correspondiente. Lea qué se evaluó, bajo qué condiciones y qué limitaciones se informaron. La descripción amplia de la calidad de un proveedor no debe reemplazar una evaluación de una tarea específica. Separe el texto generado de la ejecución de la herramienta. En una aplicación que utiliza herramientas, el modelo puede solicitar una operación, mientras que la aplicación o el proveedor la ejecuta y devuelve un resultado. El software circundante debe gestionar la autorización, la validación, los reintentos y las comprobaciones de finalización. Consulta las diferencias de plataforma. Los identificadores de modelo, las funciones admitidas, los límites de tarifas y los controles de cuenta pueden variar entre la API directa y una integración de plataforma en la nube. Mantenga el punto final real y la versión del modelo en el registro de evaluación. Pruebe el trabajo representativo, incluidas preguntas sin fundamento, contexto extenso, evidencia contradictoria y herramientas fallidas. Revise los controles de datos aplicables antes de enviar material privado. Mantenga un plan de reversión y desaprobación para que un cambio de modelo no altere silenciosamente un flujo de trabajo de producción.