---
title: "Đánh giá và cải thiện một ứng dụng AI, giải thích qua một kỳ thi · Hướng dẫn · Consonance"
description: "Hai lệnh của skill claude-api: build-eval dựng một bài đánh giá ngay trong code của bạn, khi bạn đồng ý, và hillclimb cải thiện ứng dụng theo bài đó, mỗi lần một thay đổi, giữ riêng một phần ví dụ để phát hiện overfitting."
canonical: "https://consonance.fyi/vi/mode-d-emploi/automating-eval-design-and-hillclimbing"
lang: "vi"
published: "2026-10-03"
---

# Đánh giá và cải thiện một ứng dụng AI, giải thích qua một kỳ thi

_Loạt Claude · phiếu số 3_

## Trong một câu

Hai lệnh của skill claude-api: build-eval dựng một bài đánh giá ngay trong code của bạn, khi bạn đồng ý, và hillclimb cải thiện ứng dụng theo bài đó, mỗi lần một thay đổi, giữ riêng một phần ví dụ để phát hiện overfitting.

## Hình ảnh: một kỳ thi

| Trong đời thường | Trong Claude Code |
| --- | --- |
| một bài thi | một eval: tín hiệu cho biết ứng dụng làm một tác vụ tốt đến đâu |
| ôn bài, mỗi lần một thứ | hillclimb: mỗi vòng một thay đổi · `/claude-api hillclimb` |
| một bài thi giống đời thật | các tác vụ giống môi trường production |
| học sinh giỏi nhất có điểm cao nhất | model mạnh hơn, suy nghĩ nhiều hơn: điểm cao hơn |
| không ai được 100 % | model mạnh nhất vẫn ở xa dưới 100 % |
| cùng một bài, cùng một điểm | ít dao động giữa các lần chạy |
| thầy giáo chỉ ra câu bẫy cho đúng một học sinh | những trường hợp được chọn chỉ vì model hôm nay làm sai |
| người chấm chấm cùng một bài hai lần | người chấm được chạy hai lần trên cùng một kết quả |
| thuộc lòng đề cũ | overfitting: tốt trên eval hơn là trên production |
| một bài thi thử chưa từng thấy | một tập test mà hillclimber không bao giờ đọc |

## Để thử

1. Cập nhật Claude Code: skill claude-api đi kèm theo nó.

   ```
   claude update
   ```
2. Dựng eval ngay trong code của bạn. Claude hỏi bạn và chờ bạn đồng ý về các ví dụ và người chấm.

   ```
   /claude-api build-eval
   ```
3. Cải thiện ứng dụng theo eval đó, tuỳ mục tiêu của bạn (hiệu năng, hoặc chi phí khi hiệu năng giữ nguyên).

   ```
   /claude-api hillclimb
   ```

> **Cái bẫy** Học tủ. Nếu tập train tiến bộ mà tập test đứng yên, đó là dấu hiệu overfitting: Claude huỷ thay đổi. Không bao giờ dán nội dung các lần thất bại vào prompt.

## Nguồn

- [claude.dev · Automating eval design and hillclimbing with Claude](https://claude.dev/blog/automating-eval-design-and-hillclimbing/)

nhịp: [chậm](https://consonance.fyi/media/lessons/automating-eval-design-and-hillclimbing/vi-pose.mp4?v=13096870)

Tóm tắt độc lập, không liên kết với Anthropic. Claude là nhãn hiệu của Anthropic, PBC. Các so sánh đời thường là hình ảnh để dễ hiểu, không phải trích dẫn: mọi lệnh và số liệu đều từ nguồn.

## Tiếp theo

- [Hướng dẫn](https://consonance.fyi/vi/mode-d-emploi.md)
- [phiếu trước: Mod của Claude Code: hai ví dụ trong hướng dẫn, và một mod thật để quay màn hình](https://consonance.fyi/vi/mode-d-emploi/getting-started-with-claude-code-mods.md)
- [lưu trữ](https://consonance.fyi/vi/archives.md)
- [phương pháp](https://consonance.fyi/vi/methode.md)
- [Consonance](https://consonance.fyi/vi/index.md)
- Ngôn ngữ: [Français](https://consonance.fyi/mode-d-emploi/automating-eval-design-and-hillclimbing.md) · [English](https://consonance.fyi/en/mode-d-emploi/automating-eval-design-and-hillclimbing.md)
- Cho máy đọc: [llms.txt](https://consonance.fyi/llms.txt) · [RSS](https://consonance.fyi/vi/rss.xml) · [sitemap.xml](https://consonance.fyi/sitemap.xml)
- Bản HTML: https://consonance.fyi/vi/mode-d-emploi/automating-eval-design-and-hillclimbing