কি GSM8K?

পাইথন প্রোগ্রামিং সমস্যার একটি বেঞ্চমার্ক ইউনিট পরীক্ষার মাধ্যমে কোড-জেনারেশন সঠিকতা পরিমাপ করতে ব্যবহৃত হয়।

মডেল আউটপুট প্রশিক্ষণ বা মূল্যায়ন করতে ব্যবহৃত বিশ্বস্ত রেফারেন্স লেবেল।

মেশিন লার্নিং মডেলের প্রশিক্ষণ বা মূল্যায়ন করতে ব্যবহৃত মানব-সংযোজিত লেবেল বা মেটাডেটা।

বিল্ডিং সিস্টেমের বিস্তৃত ক্ষেত্র যা প্যাটার্ন স্বীকৃতি, যুক্তি, ভাষা, বা সিদ্ধান্ত নেওয়ার প্রয়োজনীয় কাজগুলি সম্পাদন করে।

মডেলের কর্মক্ষমতা পরিমাপ এবং তুলনা করার জন্য ব্যবহৃত একটি প্রমিত পরীক্ষা বা ডেটাসেট।

যুক্তি বা পুনরুদ্ধারের জন্য ব্যবহৃত সত্তা এবং সম্পর্কের একটি গ্রাফ কাঠামো।