Nịnh bợ
Definition
Nịnh bợ là một lỗi trong các mô hình ngôn ngữ lớn, nơi hệ thống ưu tiên làm hài lòng …
Evaluation
Terms tagged with Evaluation
Độ ổn định
Definition
Trong học máy, độ ổn định đề cập đến khả năng chống chịu của hiệu suất và các tham số của …
MAUVE
Definition
MAUVE là một phép đo thống kê được thiết kế để đánh giá mức độ gần gũi giữa đầu ra của mô …
Kiểm định chéo bỏ qua một mẫu (Leave-one-out cross-validation)
Definition
Kiểm định chéo bỏ qua một mẫu (LOOCV) là một trường hợp cụ thể của kiểm định chéo k-fold, …
Rò rỉ dữ liệu
Definition
Rò rỉ dữ liệu là một lỗi nghiêm trọng trong học máy, nơi mô hình tiếp cận được thông tin …
LLM-as-a-Judge (Mô hình ngôn ngữ lớn làm trọng tài)
Definition
LLM-as-a-Judge là một mô hình đánh giá trong đó một Mô hình ngôn ngữ lớn đóng vai trò là …
Điểm Inception
Definition
Điểm Inception (IS) là một phép đo thống kê được giới thiệu để đánh giá hiệu suất của …
FrontierMath
Definition
FrontierMath là một bộ công cụ đánh giá chuyên biệt được tạo ra để thử nghiệm giới hạn …
Đánh giá bộ phân loại nhị phân
Definition
Lĩnh vực này liên quan đến việc phân tích các chỉ số như độ chính xác (accuracy), độ …
Kiểm định chéo
Definition
Kiểm định chéo là một phương pháp thống kê được sử dụng để ước lượng kỹ năng của các mô …
Ma trận nhầm lẫn
Definition
Ma trận nhầm lẫn là một bố cục bảng cụ thể cho phép trực quan hóa hiệu suất của một thuật …
So sánh phần mềm học máy
Definition
Thuật ngữ này đề cập đến việc đánh giá có hệ thống và chuẩn hóa các thư viện và nền tảng …
Tiện ích danh mục
Definition
Chỉ số này định lượng mức độ tốt mà một tập hợp các danh mục cho phép dự đoán các giá trị …
Hàm mất mát
Definition
Còn được gọi là hàm chi phí hoặc hàm lỗi, hàm mất mát cung cấp một giá trị vô hướng cho …
ngoại phân phối (out-of-distribution)
Definition
Phát hiện ngoại phân phối (OOD) xác định các đầu vào nằm ngoài phạm vi phân phối dữ liệu …
chất lượng cao
Definition
Trong trí tuệ nhân tạo, thuật ngữ chất lượng cao thường mô tả dữ liệu hoặc đầu ra của mô …
dữ liệu giữ lại
Definition
Tập dữ liệu ‘giữ lại’ bao gồm các ví dụ được cố ý loại trừ khỏi giai đoạn …
Kiểm thử
Definition
Tập kiểm thử là một phần dữ liệu được giữ lại trong quá trình huấn luyện để đánh giá khả …
Điểm số
Definition
Điểm số định lượng mức độ hiệu quả mà một mô hình học máy hoạt động so với các chỉ số cụ …
Tổng thể
Definition
Khi đánh giá các mô hình AI, các chỉ số ’tổng thể’ cung cấp cái nhìn toàn …
Bằng chứng
Definition
Trong trí tuệ nhân tạo, bằng chứng đề cập đến dữ liệu thực nghiệm, kết quả thống kê hoặc …
Điểm chuẩn
Definition
Trong trí tuệ nhân tạo, một điểm chuẩn là một bộ bài kiểm tra hoặc tập dữ liệu chuẩn hóa, …
Bench (Chuẩn đánh giá)
Definition
Một chuẩn đánh giá (benchmark) đóng vai trò là điểm tham chiếu tiêu chuẩn để so sánh khả …
Phân tích
Definition
Trong bối cảnh AI, phân tích đề cập đến việc kiểm tra có hệ thống dữ liệu, dự đoán của mô …
Hallucination
Definition
Hiện tượng Hallucination xảy ra khi các mô hình AI sinh tạo tạo ra đầu ra trông có vẻ hợp …