Льстивость (Сиффантизм)
Definition
Льстивость — это режим отказа в больших языковых моделях, при котором система ставит во …
Evaluation
Terms tagged with Evaluation
Стабильность
Definition
В машинном обучении стабильность относится к устойчивости производительности и параметров …
MAUVE
Definition
MAUVE — это статистическая мера, предназначенная для оценки того, насколько близко вывод …
Кросс-валидация методом «один против всех»
Definition
Кросс-валидация методом «один против всех» (LOOCV) является частным случаем k-блочной …
Утечка данных
Definition
Утечка данных — это критическая ошибка в машинном обучении, при которой модель получает …
LLM-as-a-Judge (Языковая модель как судья)
Definition
LLM-as-a-Judge — это парадигма оценки, при которой большая языковая модель выступает в …
Индекс Inception
Definition
Индекс Inception (IS) — это статистическая мера, введенная для оценки производительности …
FrontierMath
Definition
FrontierMath — это специализированный набор для тестирования, созданный для проверки …
Оценка бинарных классификаторов
Definition
Эта область включает анализ таких метрик, как точность (accuracy), прецизионность …
Кросс-валидация
Definition
Кросс-валидация — это статистический метод, используемый для оценки эффективности моделей …
Матрица ошибок
Definition
Матрица ошибок — это специфическая табличная структура, позволяющая визуализировать …
Сравнение программного обеспечения для машинного обучения
Definition
Этот термин относится к систематической оценке и бенчмаркингу различных библиотек и …
Полезность категории
Definition
Этот метрика количественно оценивает, насколько хорошо набор категорий позволяет …
Функция потерь
Definition
Также известная как функция стоимости или ошибка, функция потерь предоставляет скалярное …
вне распределения
Definition
Обнаружение выбросов вне распределения (OOD) идентифицирует входные данные, выходящие за …
высококачественный
Definition
В искусственном интеллекте термин «высокое качество» обычно описывает данные или выходные …
отложенный (валидационный)
Definition
Набор данных «held-out» (отложенный) состоит из примеров, намеренно исключенных из фазы …
Тест
Definition
Тестовый набор — это часть данных, исключенная из процесса обучения для оценки …
Оценка
Definition
Оценки количественно определяют, насколько хорошо модель машинного обучения работает …
Общий
Definition
При оценке моделей ИИ показатели «общего» характера обеспечивают целостное представление …
Доказательство
Definition
В искусственном интеллекте доказательство относится к эмпирическим данным, статистическим …
Бенчмарк
Definition
В искусственном интеллекте бенчмарк — это стандартизированный набор тестов или датасет, …
Бенчмарк
Definition
Бенчмарк служит стандартизированной точкой отсчета для сравнения возможностей различных …
Анализ
Definition
В контексте ИИ анализ относится к систематическому изучению данных, предсказаний модели …
Галлюцинация (Hallucination)
Definition
Галлюцинации возникают, когда генеративные ИИ-модели выдают результат, который кажется …