Was ist GSM8K?

Ein Benchmark für Python-Programmierprobleme, mit dem die Korrektheit der Codegenerierung mithilfe von Komponententests gemessen wird.

Vertrauenswürdige Referenzlabels zum Trainieren oder Bewerten von Modellausgaben.

Vom Menschen hinzugefügte Bezeichnungen oder Metadaten, die zum Trainieren oder Bewerten von Modellen für maschinelles Lernen verwendet werden.

Das weite Feld des Aufbaus von Systemen, die Aufgaben ausführen, die Mustererkennung, Argumentation, Sprache oder Entscheidungsfindung erfordern.

Ein standardisierter Test oder Datensatz zum Messen und Vergleichen der Modellleistung.

Eine Diagrammstruktur aus Entitäten und Beziehungen, die zur Schlussfolgerung oder zum Abruf verwendet wird.