que es Verdad fundamental?

Etiquetas o metadatos agregados por humanos que se utilizan para entrenar o evaluar modelos de aprendizaje automático.

Un punto de referencia de los problemas escritos de matemáticas de la escuela primaria que se utiliza para evaluar el razonamiento paso a paso en modelos de lenguaje.

Un modelo de referencia simple que se utiliza para comparar si enfoques más complejos realmente mejoran los resultados.

Una función objetivo común utilizada para entrenar modelos de clasificación penalizando las probabilidades incorrectas.

Un modelo que califica las salidas en función de señales de preferencia, que se utiliza a menudo en las canalizaciones RLHF.

Usar etiquetas ruidosas, heurísticas o parciales para entrenar modelos cuando las etiquetas limpias son escasas.