#模型评估

带有“模型评估”标签的文章1篇

标签文章

按从新到旧显示带有“模型评估”标签的文章。

一个装甲机器人在写整齐划一的刻板字行,旁边一个小机器人写着流畅的手写体,附近放着规则手册
AI性能

前沿模型越强越“僵硬”?用生产轨迹回放检验模型更换

重度RLHF被指让前沿模型语气生硬、拒答增多,这是一位CTO的判断。记忆存储缺陷可能要3到6个月后才显现,检索缺陷可立即验证。更换模型时,写作质量和拒答行为要与任务完成率分开衡量。用生产环境的真实轨迹回放新旧模型,而非只看基准分数。削减成本前,先在仿真中确认便宜模型的任务完成率不下滑。

通过RSS和播客接收新文章

在RSS阅读器中添加RSS地址,或在播客应用中添加播客地址,每当有新文章发布时即可收到。播客会朗读文章标题和要点。

查看订阅方法