原书出处
大模型技术30讲
19 第19章 评测生成式大模型
许多相似之处。基于精确度的BLEU得分检查候选翻译中有多少个词出现在参考翻译中。
而ROUGE分数采取了一种反过来的方法,它检查参考文本中有多少个词出现在生成的文本中(这里通常是摘要而不是翻译),这可以被解读为一种基于召回率的得分。
现代的实现会将ROUGE计算为F1分数,它是召回率(参考文本中有多少个词在候选
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0025.xhtml
EPUB SHA-256:aed12db0b1b08a8757496d8d12796b8829fa2546eb77ccf47b557e4abbb6a0ec