HelloAI
🏷️ 标签

#评估

共找到 3 条相关内容： 2 篇学习路径 1 篇论文

📚 学习路径

L2
评估指标 + 过拟合 + 正则化：让模型不犯傻的工程实战
会训模型不算啥。会判断模型"行不行"、知道为啥不行、怎么修——才是真正的 ML 工程师。
 L4
LLM 评估：从 MMLU 到真实业务
怎么知道你的 LLM 应用"好不好"？这一篇讲学术 benchmark + 工程评估的完整工具栈。

📑 论文精读

2021
TruthfulQA: Measuring How Models Mimic Human Falsehoods
一个测 LLM "是否真实"的 benchmark。第一次系统揭示：模型越大，反而在某些常见误区上越错。
🏆
← 回到所有标签