我有一个自己的大模型测试集。其实就是设定了一系列结果可验证的任务-20241006153910

t0mbkeeper · 微博 · 热门自媒体 · 2024-10-06 15:39

文章预览

2024-10-06 15:39 本条微博链接我有一个自己的大模型测试集。其实就是设定了一系列结果可验证的任务。比如：推理一个函数的执行结果、写一个能完成某任务的程序、分析一个故事中的人物关系、找出一段描写中使用不当的形容词、给出一个电路某两点之间的电压，等等。所以，在和一些没怎么使用过大模型的朋友讨论大模型的时候，大家往往会惊讶于我对一些模型的评价，并表示”某某模型在某某测试中排名很靠前啊 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

界面文化 · 关注2024诺贝尔文学奖：为什么是韩江？为什么是韩国？

昨天

t0mbkeeper · 1979 年的《异形》应该是世界上第一部女性主义科幻片。Sigo-20241009222453

3 天前

阑夕 · 太强了。。。-20241009124318

3 天前

纯银V · 孟岩：《牛市亏钱指南》牛市亏钱指南 -20241008063117

4 天前

阑夕 · 「财富」杂志报道，字节跳动为了追赶大模型的训练进度，把自家的数据-20241005150654

1 周前