← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.o.7.i.4 · 生成模型:GPT-6

词汇重叠不代表功能正确

理解等级:中级

词汇相似度比较单词或n-gram重叠,适合衡量表面表达的一致程度。但措辞相似的代码可能运行结果不同,词汇不同的回答可能同样正确。优化BLEU等词汇分数不等于优化任务功能;参考响应缺漏或错误还会扭曲得分。

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

      优化BLEU分数并不等同于优化功能正确性(Chen等,“Evaluating Large Language Models Trained on Code”,2021)。

    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:优化BLEU分数并不等同于优化功能正确性(Chen等,“Evaluating Large Language Models Trained on Code”,2021)。