知识卡片
比较压缩指标先统一分词和单位
每token交叉熵依赖分词:单词token和字符token的数字不能直接比较。BPC按字符、BPB按原始字节归一化;例如每token6比特、每token平均2字符,则BPC为3。换算还要固定编码和原始字节定义,不能把字符数、字节数混用。
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
不同模型之间每个token的比特数并不具备可比性。一些人会使用BPC作为替代指标。如果每个token的比特数为6,且平均每个token包含2个字符,那么BPC为6/2=3。
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:不同模型之间每个token的比特数并不具备可比性。一些人会使用BPC作为替代指标。如果每个token的比特数为6,且平均每个token包含2个字符,那么BPC为6/2=3。