Вы описываете опыт взаимодействия с LLM в тест-кейсах?

Уточните, что именно делали с LLM: использовали её для подготовки тестов или тестировали продукт, в котором модель является компонентом. Это разные виды опыта и разные критерии качества.

При оценке LLM-продукта важны набор сценариев, ожидаемые свойства, воспроизводимость настроек и проверка недетерминированного вывода. При генерации тестового кода AI служит помощником, а правильность и полноту проверяет инженер. Приведите реальный пример и ограничения. Не передавайте закрытые данные без разрешения и не называйте непроверенный вывод модели достоверным результатом.