Sisifisme
Definition
Sisifisme adalah kegagalan mode dalam model bahasa besar di mana sistem mengutamakan …
Evaluation
Terms tagged with Evaluation
Stabilitas
Definition
Dalam pembelajaran mesin, stabilitas mengacu pada ketahanan kinerja dan parameter model …
MAUVE
Definition
MAUVE adalah ukuran statistik yang dirancang untuk menilai seberapa dekat output model …
Validasi silang leave-one-out
Definition
Validasi silang leave-one-out (LOOCV) adalah kasus khusus dari validasi silang k-fold di …
Kebocoran Data
Definition
Kebocoran data adalah kesalahan kritis dalam pembelajaran mesin di mana model memperoleh …
LLM sebagai Hakim
Definition
LLM-as-a-Judge adalah paradigma evaluasi di mana sebuah Model Bahasa Besar (LLM) …
Skor Inception
Definition
Skor Inception (IS) adalah ukuran statistik yang diperkenalkan untuk menilai kinerja …
FrontierMath
Definition
FrontierMath adalah suite evaluasi khusus yang dibuat untuk menguji batas kemampuan model …
Evaluasi klasifier biner
Definition
Bidang ini melibatkan analisis metrik seperti akurasi, presisi, recall, skor F1, dan Area …
Validasi Silang
Definition
Validasi silang adalah metode statistik yang digunakan untuk memperkirakan kinerja model …
Matriks Kebingungan
Definition
Matriks kebingungan adalah tata letak tabel spesifik yang memungkinkan visualisasi …
Perbandingan Perangkat Lunak Pembelajaran Mesin
Definition
Istilah ini merujuk pada penilaian sistematis dan pembandingan berbagai perpustakaan dan …
Utilitas Kategori
Definition
Metrik ini mengukur seberapa baik satu set kategori memungkinkan seseorang untuk …
Fungsi Kerugian
Definition
Dikenal juga sebagai fungsi biaya atau kesalahan, fungsi kerugian menyediakan nilai …
out-of-distribution
Definition
Deteksi out-of-distribution (OOD) mengidentifikasi input yang berada di luar cakupan …
berkualitas tinggi
Definition
Dalam kecerdasan buatan, berkualitas tinggi biasanya menggambarkan data atau output model …
held-out (data yang disisihkan)
Definition
Dataset ‘held-out’ terdiri dari contoh-contoh yang sengaja dikecualikan dari …
Test
Definition
Himpunan uji (test set) adalah bagian data yang disisihkan selama proses pelatihan untuk …
Skor
Definition
Skor mengukur seberapa baik model pembelajaran mesin berkinerja terhadap metrik tertentu …
Keseluruhan
Definition
Saat mengevaluasi model AI, metrik ‘keseluruhan’ memberikan pandangan …
Bukti
Definition
Dalam kecerdasan buatan, bukti merujuk pada data empiris, hasil statistik, atau hasil …
Benchmark
Definition
Dalam kecerdasan buatan, benchmark adalah serangkaian tes atau dataset terstandarisasi …
Bench (Benchmark)
Definition
Sebuah benchmark berfungsi sebagai titik referensi standar untuk membandingkan kemampuan …
Analisis
Definition
Dalam konteks AI, analisis merujuk pada pemeriksaan sistematis terhadap data, prediksi …
Halusinasi
Definition
Halusinasi terjadi ketika model AI generatif menghasilkan output yang tampak masuk akal …