• DATEN
  • RANKING
  • EINSICHT
  • MENSCH

Modell-Metriken mit Ihrer KI vergleichen

Verbinden Sie DVC mit Ihrem KI-Client, um die Experiment-Historie zu analysieren. Sobald die Verbindung steht, kann Ihr Agent die bisherigen Durchläufe scannen und den Gewinner ermitteln.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie kann ich Modell-Metriken per KI vergleichen?

Ihre KI nutzt den DVC Connector, um Metrik-Arrays aus Ihrer Experiment-Historie abzurufen. Sie vergleicht diese Werte anschließend anhand Ihrer Kriterien, um die beste Version zu identifizieren. Sie erhalten eine klare Übersicht der leistungsstärksten Durchläufe.

Ergebnisse Ihrer Analyse

Das erhalten Sie durch den Vergleich

Dieser Task liefert Ihnen folgende Ergebnisse.

DATEN

Extrahierte Metrik-Arrays

Die KI zieht die spezifischen Metrik-Werte aus Ihren DVC-Experimenten. Sie erhalten einen sauberen Datensatz zur Auswertung.

RANKING

Beste Version identifiziert

Der Agent vergleicht die Metriken aller verfügbaren Durchläufe und zeigt Ihnen direkt die erfolgreichste Modellversion.

EINSICHT

Trendanalyse

Ihre KI sucht nach Mustern in der Entwicklung der Metriken. So sehen Sie sofort, ob sich Ihr Modell tatsächlich verbessert.

MENSCH

Manuelle Validierung

Die KI ermittelt den Gewinner, aber Sie entscheiden, ob die Ergebnisse sinnvoll sind. Sie behalten die volle Kontrolle über die Modellwahl.

Der Ablauf

Was Ihre KI tut, sobald die Daten vorliegen.

Die KI übernimmt die Arbeit, Ihre Experiment-Historie zu durchsuchen.

  1. Experiment-Historie abrufen

    Der Agent scannt Ihr DVC-Repository, um alle aufgezeichneten Experiment-Durchläufe zu finden.

    list_experiments

  2. Metrik-Werte extrahieren

    Es werden die spezifischen Metrik-Arrays abgerufen, die mit den gefundenen Durchläufen verknüpft sind.

    list_experiments

  3. Leistung vergleichen

    Die KI vergleicht die verschiedenen Metrik-Sätze, um die höchsten oder niedrigsten Werte zu finden.

    list_experiments

  4. Gewinner melden

    Ihr Agent fasst zusammen, welche Experiment-Version Ihre Ziel-Metriken erreicht hat.

    list_experiments

Probieren Sie es

Kopieren Sie diese Vorlagen.

Nutzen Sie diese Prompts, um Ihre Analyse zu starten.

Startpunkte

Dies sind Beispiele. Passen Sie die Metrik-Namen oder Repository-Pfade an Ihre Umgebung an.

DVC Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_Myft115Qe8hEZoVFuhiTYRKEW5euUlsOR2XqjK69/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — DVC capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "dvc-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_Myft115Qe8hEZoVFuhiTYRKEW5euUlsOR2XqjK69/mcp"
    }
  }
}
In den Chat kopieren04

  • Liste alle meine DVC-Experimente auf und sag mir, welches die höchste Accuracy hatte.

  • Vergleiche die Loss-Metriken meiner letzten fünf DVC-Experiment-Durchläufe.

  • Finde das leistungsstärkste Modell in meinem DVC-Repo basierend auf dem F1-Score.

  • Zeige mir einen Vergleich der Metrik-Arrays für die mit 'production' markierten DVC-Experimente.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal verbinden, dann fragen.

Verknüpfen Sie Ihr DVC-Konto einfach einmalig. Ihre Zugangsdaten bleiben verschlüsselt, und Sie können sofort Fragen zu Ihren Experiment-Daten an Ihre KI stellen.

DVC mit Ihrer KI verbinden

FAQ

Häufige Fragen

  • 01

    Kann die KI meine DVC-Experiment-Daten ändern?

    Nein. Die KI kann die Experiment-Historie nur lesen, um Vergleiche durchzuführen.

  • 02

    Wählt die KI das Modell für das Deployment aus?

    Nein. Die KI identifiziert die beste Version, aber die endgültige Entscheidung für das Deployment liegt bei Ihnen.

  • 03

    Kann ich Metriken aus verschiedenen DVC-Repositories vergleichen?

    Die KI kann nur auf die Repositories zugreifen, die Sie über den DVC Connector verbunden haben.

  • 04

    Woher weiß die KI, nach welcher Metrik sie suchen soll?

    Sie geben der KI im Prompt vor, welche Metrik verwendet werden soll, zum Beispiel Accuracy oder Loss.

  • 05

    Kann die KI neue Experimente für mich erstellen?

    Nein. Dieser spezifische Workflow dient dem Lesen und Vergleichen bereits existierender Experiment-Daten.

  • Weitere Fragen zu DVC? Die Connector-Seite liefert Antworten. Alle Funktionen des DVC Connectors ansehen

Verbinde DVC mit Claude, Cursor, ChatGPT & mehr