知识卡片
学习曲线估算标注收益
用不同大小的训练子集训练,并在固定验证条件下绘图,可观察数据增长是否仍带来显著提升。曲线变平可能表示边际收益降低,也可能受覆盖、标签或模型限制。下一笔预算可用于补关键切片,而非只重复同分布样本。
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
- · 数据集工程
原书出处 · 1 处
- · 查看原书依据
绘制模型性能随数据集规模变化的曲线。如果曲线陡峭(性能随数据集规模的增大快速上升),说明增加数据量能显著提升性能;如果曲线趋于平缓,说明即使数据量翻倍,性能提升也很有限。图8-3展示了这种曲线的一个示例。
参考来源
- 位置:《AI工程:大模型应用开发实战》第8章《数据集工程》(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/Section016.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:绘制模型性能随数据集规模变化的曲线。如果曲线陡峭(性能随数据集规模的增大快速上升),说明增加数据量能显著提升性能;如果曲线趋于平缓,说明即使数据量翻倍,性能提升也很有限。图8-3展示了这种曲线的一个示例。