12 2023 档案

摘要:标注样例: 阅读全文
posted @ 2023-12-21 15:53 Syw_文 阅读(48) 评论(0) 推荐(0) 编辑
摘要:算法质量保障要点解读 算法质量保障流程 数据标注事项 ● 明确数据标注目的和需求:如明确是训练模型、测试模型、评估模型等 ● 制定标注计划:范围、进度、人员、工具等 ● 选择合适的标注人员:专业知识、背景、能力等 ● 提供标注培训/指导:标注目的/需求的介绍、标注标准的讲解、标注方法的演示、练习 ● 阅读全文
posted @ 2023-12-12 16:08 Syw_文 阅读(1034) 评论(0) 推荐(1) 编辑
摘要:大模型事实核查测试介绍 大模型的事实核查维度主要包括以下几个方面: 事实理解:大模型需要能够理解事实陈述中的事实信息,包括事实的主体、客体、属性、关系等。 知识推理:大模型需要能够根据事实信息进行推理,从而得出新的事实信息。 语言生成:大模型需要能够生成准确的事实陈述,以回答事实核查问题。 具体来说 阅读全文
posted @ 2023-12-08 18:41 Syw_文 阅读(429) 评论(0) 推荐(0) 编辑
摘要:● 评测工具:用于评估模型的整体能力 ● 评测基准:用于评估模型在特定任务方面的能力 评测集名称 核心维度 测试模型的描述 评测类型 MMLU 多模态语言理解 理解文本、图像和音频等多种模态数据之间的关系方面的能力 评测工具 AGIEVAL 通用人工智能 自然语言理解、机器翻译、视觉识别等多种不同任 阅读全文
posted @ 2023-12-08 11:16 Syw_文 阅读(238) 评论(0) 推荐(0) 编辑
摘要:语言大模型(Large Language Models, LLMs)是近年来自然语言处理领域的重要发展之一。其主要特点是: 海量参数:LLMs包含了上十亿个参数,特别是GPT-3包含了1759亿个参数。这些大规模的参数使其可以学习非常复杂的模式和表征。 巨量数据集:LLMs通过海量数据进行预训练,例 阅读全文
posted @ 2023-12-05 20:21 Syw_文 阅读(359) 评论(0) 推荐(0) 编辑
摘要:概念:特征工程是机器学习中的一项重要技术,它通过对数据进行预处理、转换和提取,使得机器学习算法能够更好地利用数据特征进行模型训练和预测 特征处理和选择是特征工程的核心环节,其主要目的是从原始数据中提取出与特定任务相关的特征,并去除无关或冗余的特征,从而提高模型的性能和准确性。通过这些特征处理和选择的 阅读全文
posted @ 2023-12-05 14:29 Syw_文 阅读(103) 评论(0) 推荐(0) 编辑