Quration AIQ

basics

Cada lanzamiento de un nuevo modelo viene con algo así como una boleta de notas: conjuntos estandarizados de problemas de matemáticas, código y conocimiento usados para puntuar y comparar modelos.

¿Cómo se llaman?

Benchmarks
Los benchmarks son conjuntos de prueba estándar para comparar modelos. Controversias perennes: preguntas de prueba que se filtran a los datos de entrenamiento ('contaminación') y la brecha entre los puntajes y la sensación real de uso.
▶ Quration AIQ

basics

¿Cuál es el término general?¿Cómo se llaman estos fragmentos?¿qué se está contando exactamente?¿Cómo se llama este fenómeno?¿Cómo se llamaba?¿Cómo se llama este paso de entrenamiento con retroalimentación humana?¿Cómo se llama este límite?¿qué empresa lo lanzó?¿Cómo llamamos a los modelos que manejan múltiples formas de entrada y salida?¿Qué están haciendo estos 'modelos de razonamiento' durante esa pausa?¿Cómo se llama este enfoque?¿Cuál es?

Quration — Quration AIQ