Richard Loyer
|
777c6979c1
|
eval: kit qualité A/B aveugle Qwen3.5-lmq4 vs dense (decode CPU, template, reasoning off)
Bascule perf->qualité. Runner reproductible: genere un cahier de notation aveugle
(out/results_blind.md) + cle (out/results_key.csv) sur 16 prompts FR (SUPPORT/SAFETY/
BOUNDARY/INSTRUCTION/GENERAL). Notation humaine, regle de decision dans PROTOCOLE.
Resout l'eval shell (avant: template non applique -> ramble anglais): -cnv + -sysf +
--reasoning off -> FR propre. out/ ignore (artefacts generes).
Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
|
2026-05-26 22:24:23 +02:00 |