اکسپرس 24
ترجمه فارسی مقاله StructEval: ارزیابی مدل زبان بزرگ را از طریق ارزیابی ساختاریافته، عمیق‌تر و گسترده‌تر کنید

ترجمه فارسی مقاله StructEval: ارزیابی مدل زبان بزرگ را از طریق ارزیابی ساختاریافته، عمیق‌تر و گسترده‌تر کنید

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی StructEval: Deepen and Broaden Large Language Model Assessment via Structured Evaluation
عنوان مقاله به فارسی StructEval: ارزیابی مدل زبان بزرگ را از طریق ارزیابی ساختاریافته، عمیق‌تر و گسترده‌تر کنید
نویسندگان Boxi Cao, Mengjie Ren, Hongyu Lin, Xianpei Han, Feng Zhang, Junfeng Zhan, Le Sun
فرمت مقاله انگلیسی PDF
تعداد صفحات 20
دسته بندی موضوعات Computation and Language,Artificial Intelligence,Machine Learning,محاسبه و زبان , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 6 August, 2024; v1 submitted 6 August, 2024; originally announced August 2024. , Comments: ACL 2024;Benchmark at https://github.com/c-box/StructEval ;Leaderboard at https://huggingface.co/spaces/Bowieee/StructEval_leaderboard
توضیحات به فارسی ارائه شده در 6 اوت 2024 ؛V1 ارسال شده در 6 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: ACL 2024 ؛ معیار در https://github.com/c-box/structeval ؛ تخته رهبر در https://huggingface.co/spaces/bowieeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeeee.

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 800,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Evaluation is the baton for the development of large language models. Current evaluations typically employ a single-item assessment paradigm for each atomic test objective, which struggles to discern whether a model genuinely possesses the required capabilities or merely memorizes/guesses the answers to specific questions. To this end, we propose a novel evaluation framework referred to as StructEval. Starting from an atomic test objective, StructEval deepens and broadens the evaluation by conducting a structured assessment across multiple cognitive levels and critical concepts, and therefore offers a comprehensive, robust and consistent evaluation for LLMs. Experiments on three widely-used benchmarks demonstrate that StructEval serves as a reliable tool for resisting the risk of data contamination and reducing the interference of potential biases, thereby providing more reliable and consistent conclusions regarding model capabilities. Our framework also sheds light on the design of future principled and trustworthy LLM evaluation protocols.

چکیده به فارسی (ترجمه ماشینی)

ارزیابی باتوم برای توسعه مدلهای بزرگ زبان است.ارزیابی های فعلی به طور معمول از یک الگوی ارزیابی تک ماده ای برای هر هدف تست اتمی استفاده می کند ، که تلاش می کند تا تشخیص دهد که آیا یک مدل واقعاً توانایی های مورد نیاز را دارد یا صرفاً از آن استفاده می کند/حدس می زند و پاسخ به سؤالات خاص را می دهد.برای این منظور ، ما یک چارچوب ارزیابی جدید را که به عنوان ساختاری گفته می شود پیشنهاد می کنیم.با شروع از یک هدف آزمایش اتمی ، ساختار با انجام یک ارزیابی ساختاری در سطوح شناختی متعدد و مفاهیم مهم ، ارزیابی را عمیق و گسترده تر می کند ، و بنابراین یک ارزیابی جامع ، قوی و مداوم برای LLM ها ارائه می دهد.آزمایشات روی سه معیار بسیار استفاده شده نشان می دهد که ساختار به عنوان ابزاری قابل اعتماد برای مقاومت در برابر خطر آلودگی داده ها و کاهش تداخل تعصبات بالقوه عمل می کند و از این طریق نتیجه گیری های قابل اطمینان تر و مداوم در مورد قابلیت های مدل ارائه می دهد.چارچوب ما همچنین به طراحی پروتکل های ارزیابی LLM در آینده و قابل اعتماد می پردازد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.