← 返回卡片

原书出处

大语言模型-基础与前沿 (熊涛)

02 第2章 语言模型和分词

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.825Z

言,概率来自训练语料库,而性能则在未见过的测试语料库上进行测量。语言模型越好,它分配给测试集中出现的实际单词的概率越高。

困惑度(Perplexity)是一种常用的内部评估指标,用于衡量语言模型的有效性。它被定义为按单词数量归一化的测试集的逆概率。 可以将困惑度可以看作一种语言平均分支系数的度量。

分支系数越高,意味着语言越复杂,任何给定单词后面可能出现的单词数量越多。例如,假设每个数字的出现概率相等,那么由英语中的

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter4.xhtml

EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d