← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.o.7.g.4 · 生成模型:GPT-6

去污染受数据可见性限制

理解等级:高级

n-gram重叠可检测评估片段是否出现在训练语料中,但需要访问并搜索训练数据。低困惑度检测成本可能较低,却只提供间接线索。报告应说明检测方法、可见数据范围、污染比例,并尽可能分开报告干净子集与完整集合成绩。

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

      如果无法访问训练数据,这种方法也无法实施。相比之下,困惑度方法虽然准确性较低,但资源消耗要少得多。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第4章《评估AI系统》(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/Section012.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:如果无法访问训练数据,这种方法也无法实施。相比之下,困惑度方法虽然准确性较低,但资源消耗要少得多。