← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6480.k.5 · 生成模型:GPT-6

后训练任务质量与困惑度可能背离

理解等级:中级

困惑度测量预测文本的能力,是基础语言建模的代理指标。后训练优化遵循指令或偏好时,任务表现可以提高而困惑度变差;量化也可能改变困惑度。因此应用质量应直接评估目标任务,不能只用困惑度替代。

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

      困惑度可能并不是评估经过监督训练和RLHF等后训练的模型的理想代理指标。

    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:困惑度可能并不是评估经过监督训练和RLHF等后训练的模型的理想代理指标。