Какво е Основна истина?

Добавени от човека етикети или метаданни, използвани за обучение или оценка на модели за машинно обучение.

Еталон на текстови задачи по математика в началното училище, използвани за оценка на разсъждение стъпка по стъпка в езикови модели.

Прост референтен модел, използван за сравнение дали по-сложните подходи наистина подобряват резултатите.

Обща целева функция, използвана за обучение на класификационни модели чрез санкциониране на неправилни вероятности.

Модел, който оценява резултатите въз основа на сигнали за предпочитания, често използвани в RLHF тръбопроводи.

Използване на шумни, евристични или частични етикети за обучение на модели, когато чистите етикети са оскъдни.