ROC与AUC：分类模型性能评估 - 飞书文档
https://docs.feishu.cn/v/wiki/VCDLwYIsKiDzSYkGPsgcV7eTned/a6模型评估指标详解目标检测的任务是找出图像中所有感兴趣的目标并用矩形框确定它们的位置、大小和类别。 在目标检测领域需要衡量每个检测算法的好坏，因此定义了很多指标 ...
飞搜侠
热门搜索
LLM系统评估指标有哪些？ - 飞书文档
https://docs.feishu.cn/v/wiki/QrfuwItgvibYRPku40hcYd4Kn0M/afOpenAI Eval 库是一种具有LLM 模型评估的流行库，它最初专注于模型评估用例。有很多指标，例如HellaSwag （评估LLM 完成句子的能力）、 TruthfulQA （衡量模型响应的真实性）和 ...
LLM基座模型中的评价指标有哪些？ - 飞书文档
https://docs.feishu.cn/v/wiki/UU9pwtOFtiKIqAkQiSVc3Zdun7e/a52023年7月8日 ... 评价指标 · 正确性Accuracy。 信息检索任务。NDCG@K指标，核心衡量最相关文档是否排序足够靠前的指标。 · 不确定性Calibration and Uncertainty。 针对二分类 ...
评估大型语言模型(LLM) 系统：指标、挑战和最佳实践 - 飞书文档
https://docs.feishu.cn/v/wiki/C4Rhw0oiaibpoLkNDBrcUmrCnXg/ak不同的应用需要不同的性能指标来满足其特定的目标和要求。例如，在机器翻译领域，主要目标是生成准确且连贯的翻译，通常采用BLEU 和METEOR 等评估指标。这些指标旨在衡量机器 ...
特征压缩：对抗样本检测的有效手段？ - 飞书文档
https://docs.feishu.cn/v/wiki/DVgaw9FSBitbohk12iAcswmcnCd/a9下图是一个很好的可视化。对于正常样本来讲，我们只需要画一条直线就可以把两个类区分开来，一个线性模型就足以将其分类（左图）。但如果考虑到攻击情况，每个点都可以划定一个 ...
怎样理解AI竞赛的评价指标？ - 飞书文档
https://docs.feishu.cn/v/wiki/Ue7swBbiJiBhsdk5SupcqfL7nLX/aj决策树能够处理非线性关系，并且可以自动捕获特征之间的交互作用。 · 它可以生成可解释的规则，有助于理解模型如何做出决策。 · 决策树能够处理不同类型的特征，包括分类和数值 ...
如何评估RLHF模型的性能？ - 飞书文档
https://docs.feishu.cn/v/wiki/MvaDw5IFNiweh8kPS4BcGMG4nTc/al然而，对生成结果的评估是主观和依赖上下文的，这些结果难以用现有的基于规则的文本生成指标(如BLUE 和ROUGE) 来衡量。除了评估指标，现有的模型通常以预测下一个单词 ...
AIGC评价指标之IS：从两个角度的理解 - 飞书文档
https://docs.feishu.cn/v/wiki/KmkAwqnXPisrvfkK7RJcK9GqnAf/aa2023年7月8日 ... 开篇 · 首先是最朴素的极大似然估计，虽然简单，但是要求有明确的参数化分布形式，在实际中往往不可得 · 接着介绍4种隐变量模型，包括VAE，GAN，Flow Model和 ...
如何管控AI 智能体：关于追踪、指标与日志的入门指南 - 飞书文档
https://docs.feishu.cn/article/wiki/GWlfwPUcdidtxOkMXngcOXDGnQc根据指标的评估结果，我们可以对AI 智能体进行优化。例如，如果准确性指标较低，我们可以考虑调整模型的参数、增加训练数据量或采用更先进的算法来提高模型 ...
RAG系统的评估：方法与指标 - 飞书文档
https://docs.feishu.cn/v/wiki/WiAwwqSfYiT8sKkYU33c7FMpnvh/aaRAG：即Retrieval-Augmented Generation，搜索增强生成，简单来说就是大模型+知识库，从广泛的知识库数据中检索相关片段，然后由大模型根据这些内容生成答案。