গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
একটি এলএলএম ইভাল ডেটাসেট কুইজ তৈরি করা
রিয়েল কেস সোর্সিং টেস্ট, সোনালি উত্তর বনাম রুব্রিক্স, এজ-কেস কভারেজ, এবং একটি ইভাল সেটের সাইজিং যাতে স্কোরের পার্থক্য অর্থবহ হয়।
প্রশ্ন 1 এর 8
ইভাল কেসগুলির জন্য সেরা শুরুর উত্স হিসাবে গাইডটি কী সুপারিশ করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ইভাল কেসগুলির জন্য সেরা শুরুর উত্স হিসাবে গাইডটি কী সুপারিশ করে?
- শুধুমাত্র এলএলএম-জেনারেটেড সিন্থেটিক প্রশ্ন
- পাবলিক বেঞ্চমার্ক লিডারবোর্ড
- র্যান্ডম টেক্সট ইন্টারনেট থেকে স্ক্র্যাপ
- প্রকৃত ব্যবহার, যেমন লগ, সমর্থন টিকিট এবং অনুসন্ধান ক্যোয়ারী
- যখন একটি রুব্রিক একটি একক সোনার উত্তরের চেয়ে বেশি উপযুক্ত?
- নির্দিষ্ট লেবেল সহ একটি শ্রেণীবিভাগের কাজের জন্য
- খোলামেলা কাজের জন্য যেখানে অনেকগুলি বিভিন্ন শব্দ সঠিক হতে পারে
- একটি সঠিক চালান নম্বর বের করার জন্য
- রুব্রিক কখনই বেশি উপযুক্ত নয়
- এর মধ্যে কোনটি একটি সুলিখিত রুব্রিক মানদণ্ড?
- সহায়ক
- স্বাভাবিক শোনাচ্ছে
- ফেরতের সময়সীমা উল্লেখ করে
- উচ্চ মানের হয়
- 100টি পাস/ফেল মামলা এবং 80 শতাংশের কাছাকাছি পাসের হার সহ, গাইড ত্রুটির মার্জিন সম্পর্কে কী বলে?
- এটি মোটামুটি প্লাস বা মাইনাস 8 শতাংশ পয়েন্ট, তাই একটি দুই-পয়েন্ট উন্নতি গোলমালের মতো দেখায়
- এটি প্রায় প্লাস বা মাইনাস 0.1 শতাংশ পয়েন্ট
- এটা ঠিক শূন্য
- এটি প্রায় প্লাস বা মাইনাস 50 শতাংশ পয়েন্ট
- একটি রিগ্রেশন স্লাইস উদ্দেশ্য কি?
- স্বয়ংক্রিয়ভাবে পুরানো মামলা মুছে ফেলার জন্য
- মডেলের প্রতিক্রিয়া ত্বরান্বিত করতে
- সেটে অতীতের ব্যর্থতাগুলো রাখতে যাতে ফিক্সগুলো পরীক্ষিত থাকে
- তার নিজের ভুলের উপর মডেল প্রশিক্ষণ
- রুব্রিক আইটেম গ্রেড করার জন্য একজন এলএলএম বিচারককে বিশ্বাস করার আগে আপনার কী করা উচিত?
- বিচারকের তাপমাত্রা বাড়ান
- রুব্রিকটি সরান যাতে বিচারক স্বাধীনভাবে সিদ্ধান্ত নিতে পারেন
- একটি একক মামলায় বিচারককে পরীক্ষা করুন
- লোকেদের একটি নমুনা লেবেল করুন এবং বিচারক তাদের সাথে কতবার একমত হন তা পরিমাপ করুন
- আপনি যে ডেটাসেটের বিরুদ্ধে টিউন করেন না তার একটি হোল্ড-আউট অংশ কেন রাখবেন?
- পরীক্ষার সেটে প্রম্পট ওভারফিটিং এড়াতে
- স্টোরেজ স্পেস বাঁচাতে
- কারণ প্রবিধানের প্রয়োজন আছে
- বিলম্ব কমাতে
- কেন দুটি সংস্করণ তুলনা করার সময় একই ক্ষেত্রে জোড়া তুলনা দরকারী?
- তারা যেকোন গ্রেডারের প্রয়োজনীয়তা দূর করে
- তারা সাধারণত স্বাধীন নমুনা তুলনা তুলনায় কম উদাহরণ প্রয়োজন
- তারা মডেল আউটপুট থেকে সমস্ত nondeterminism সরিয়ে দেয়
- তারা একটি নিখুঁত স্কোর গ্যারান্টি