> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-workspaces-notebooks.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# EvaluationLogger
> TypeScript SDK 레퍼런스
export const GitHubLink = ({url, compact = false}) =>
{compact ? "소스 보기" : <>
GitHub 소스 코드
}
;
EvaluationLogger를 사용하면 예측과 점수를 점진적으로 로깅할 수 있습니다.
사전에 데이터셋을 준비하고 일괄 처리해야 하는 기존 Evaluation 클래스와 달리,
EvaluationLogger를 사용하면 예측이 발생하는 대로 유연하게 점수를 매기며 로깅할 수 있습니다.
## 예시
```ts twoslash theme={null}
// @noErrors
const ev = new EvaluationLogger({name: 'my-eval', dataset: 'my-dataset'});
for (const example of streamingData) {
const output = await myModel.predict(example);
const pred = ev.logPrediction(example, output);
if (shouldScore(output)) {
pred.logScore("accuracy", calculateAccuracy(output));
}
pred.finish();
}
await ev.logSummary();
```
> **logPrediction**(`inputs`, `output`): [`ScoreLogger`](./scorelogger)
입력과 출력을 포함한 예측을 로깅합니다(동기 버전).
하위 predict call을 포함하는 predict\_and\_score call을 생성합니다.
점수를 추가할 수 있도록 즉시 ScoreLogger를 반환합니다.
이 방법은 ScoreLogger를 동기적으로 반환합니다. ScoreLogger에 대한 오퍼레이션(`logScore`, `finish`)은
큐에 들어가며 초기화가 완료되면 실행됩니다.
#### 매개변수
#### 반환값
[`ScoreLogger`](./scorelogger)
#### 예시
```ts twoslash theme={null}
// @noErrors
// Fire-and-forget 방식
const scoreLogger = evalLogger.logPrediction({input: 'test'}, 'output');
scoreLogger.logScore('accuracy', 0.95);
scoreLogger.finish();
await evalLogger.logSummary(); // 모든 작업이 완료될 때까지 대기
```
***
### logPredictionAsync()
> **logPredictionAsync**(`inputs`, `output`): `Promise`\<[`ScoreLogger`](./scorelogger)>
입력과 출력이 포함된 예측을 로깅합니다(비동기 버전).
logPrediction()과 유사하지만 prediction call이 완전히 초기화되면
resolve되는 Promise를 반환합니다.
계속 진행하기 전에 초기화가 완료될 때까지 await해야 하는 경우 이 방법을 사용하세요.
> **logSummary**(`summary?`): `Promise`\<`void`>
summary를 로깅하고 evaluation을 마무리합니다.
summarize call을 생성하고 evaluate call을 마무리합니다.
이 방법은 await 없이도 호출할 수 있지만(fire-and-forget), 내부적으로는
대기 중인 모든 오퍼레이션이 완료될 때까지 기다립니다.