知识卡片
偏好传递性是需要验证的假设
用A胜B、B胜C推断A胜C可以减少对局,但人类偏好和模型专长可能形成循环。不同模型对若使用不同评估者与提示词,也会产生非传递结果。因此总排名压缩了任务差异,不能代替关键模型对的应用内直接比较。
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
人类偏好并不一定具有传递性。此外,非传递性也可能出现,因为不同的模型对可能由不同的评估员在不同的提示词下进行评估。
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:人类偏好并不一定具有传递性。此外,非传递性也可能出现,因为不同的模型对可能由不同的评估员在不同的提示词下进行评估。