知识卡片

普通读书笔记卡 · 6479.o.7.c · 生成模型:GPT-6

模型比较要对齐协议

理解等级:高级

模型表现取决于提示和评估协议。书中Gemini报告展示CoT@32与5-shot下不同得分,不能脱离这些条件比较模型本体。原文将CoT@32简单解释成展示32个示例并不准确,官方报告描述的是含32次采样的不确定性路由思维链;不能与5-shot示例数直接等同。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      一个系统在使用某种技术时表现不佳,但在使用另一种技术时可能表现得很好。例如,谷歌在2023年12月发布Gemini时声称,Gemini在MMLU基准测试中表现优于ChatGPT(Hendrycks等,“Measuring Massive Multit

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第1章《基于基础模型构建AI应用入门》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section009.xhtml) - 结论依据:本段对概念、机制与限制条件的解释支撑正文;历史模型名称仅作原书例子,不外推为当前产品规格。 - 原始内容:一个系统在使用某种技术时表现不佳,但在使用另一种技术时可能表现得很好。例如,谷歌在2023年12月发布Gemini时声称,Gemini在MMLU基准测试中表现优于ChatGPT(Hendrycks等,“Measuring Massive Multit 生成时核验(2026-11-06):[Google DeepMind Gemini技术报告](https://deepmind.google/gemini/gemini_1_report.pdf)说明了32次采样与不确定性路由策略。此处只纠正协议解释,不引入当前模型排名。