本期主题为:
为何测评,因场景众多,需要统一的标准:
评测的意义:
传统NLP的一些评测需要:
到了大模型时代,需要评测的就更多了:
客观评测:
有些主观题可以用模型评价模型:
已有的评测框架:
本次评测框架的架构图:
评测流程:
一些评测结果:
在我们生物er紧密相关的医疗领域的一些功能组件:
一些评测中的困难:
觉得有用的话,给个点赞收藏加关注哦!
本期主题为:
为何测评,因场景众多,需要统一的标准:
评测的意义:
传统NLP的一些评测需要:
到了大模型时代,需要评测的就更多了:
客观评测:
有些主观题可以用模型评价模型:
已有的评测框架:
本次评测框架的架构图:
评测流程:
一些评测结果:
在我们生物er紧密相关的医疗领域的一些功能组件:
一些评测中的困难:
觉得有用的话,给个点赞收藏加关注哦!