知识卡片
基准饱和要求更新测量
模型在某个基准取得接近满分后,该基准难以继续区分模型能力。基准饱和说明测量分辨率不足,不能推出模型已具备所有应用能力。通用模型评估还需发现新能力与边界,而不只是重复已知题目。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 评估方法论
原书出处 · 1 处
- · 查看原书依据
一旦模型在某个基准测试上取得满分,该基准便会饱和。对于基础模型而言,基准测试饱和的速度正越来越快。例如,2018年推出的GLUE(General Language Understanding Evaluation,通用语言理解评估,Wang等,“GL
参考来源
- 位置:《AI工程:大模型应用开发实战》第3章《评估方法论》(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/Section011.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:一旦模型在某个基准测试上取得满分,该基准便会饱和。对于基础模型而言,基准测试饱和的速度正越来越快。例如,2018年推出的GLUE(General Language Understanding Evaluation,通用语言理解评估,Wang等,“GL