> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-update-regex-mention.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 개요
> W&B에서 Eval Table을 생성하고, 비교하고, 시각화하는 방법을 알아보세요.
Eval Table을 사용하면 여러 Runs에 걸쳐 집계 점수와 예시 수준의 모델 입력, 출력, 점수를 비교할 수 있습니다. Eval Table로 모델 버전이나 트레이닝 step을 비교하고, 집계 점수 변화를 검토하고, 모델 성능 변화의 배경이 되는 예시를 자세히 살펴볼 수 있습니다.
다음 이미지는 `"summer-butterfly-9"`와 `"gentle-flower-8"` 두 run을 비교하는 `"validation_prediction_eval"`이라는 Eval Table을 보여줍니다.
**Eval Table** 패널은 세 개의 섹션으로 구성됩니다.
1. run 비교 선택기: [비교하려는 runs](/ko/models/evaltables/compare-runs)을 선택합니다.
2. 집계 점수: 선택한 run의 집계 점수를 검토하고 서로 간의 차이를 비교합니다. 자세한 내용은 [집계 점수 보기](/ko/models/evaltables/compare-runs#aggregate-scores)를 참조하세요.
3. 예시: 선택한 runs에서 각 예시의 입력, 출력, 점수를 비교합니다.
다음 이미지는 패널의 각 섹션을 강조 표시합니다.
[W\&B Python SDK의 `EvalTable` 클래스를 사용해 Eval Table 만들기](/ko/models/evaltables/create-an-evaluation-table).
기존 [W\&B Tables](/ko/models/tables)도 ARIA를 사용해 Eval Table로 변환할 수 있습니다. 자세한 내용은 [W\&B Table을 Eval Table로 변환하기](/ko/models/evaltables/create-an-evaluation-table#convert-a-w\&b-table-to-an-eval-table)를 참조하세요.
기존 W\&B Tables를 Eval Table로 변환하면 렌더링 성능을 개선하고 추가 비교 기능에 액세스할 수 있습니다.
첫 번째 Eval Table을 만들려면 [Eval Table 만들기](/ko/models/evaltables/create-an-evaluation-table)를 참조하세요.