← 返回卡片

原书出处

大语言模型-基础与前沿 (熊涛)

10 第10章 减少偏见和有害性

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.850Z

学习,Perspective训练模型以生成各种属性的得分,包括有害性、严重有害性、侮辱、亵渎、身份攻击、威胁和性暗示等。

每个分值的范围从0到1,表示消息包含特定属性的可能性,类似于二元分类器的置信度。值得注意的是,得分并不表示该属性的严重程度。

尽管Perspective API在机器学习和自然语言处理社区得到广泛使用,但我们必须对它持合理的怀疑态度。原因在于,它

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/chapter12.xhtml

EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d