Término del glosario de IA

¿Qué es evaluación humana?

Definición

Un punto de referencia de los problemas de programación de Python utilizado para medir la corrección de la generación de código mediante pruebas unitarias.

Explore el glosario completo de IAExplora todas las guías gratuitas de IA

Términos relacionados

Punto de referenciaUna prueba o conjunto de datos estandarizado que se utiliza para medir y comparar el rendimiento del modelo.GSM8KUn 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.Conjunto de evaluaciónUn conjunto de datos reservado que se utiliza para medir la calidad del modelo después del entrenamiento.Cálculo del tiempo de pruebaCálculo de inferencia adicional utilizado durante la generación de respuestas para mejorar la calidad o el razonamiento.Pasa@kUna métrica de evaluación de código que mide la probabilidad de que al menos una de las k muestras generadas pase las pruebas.Gobernanza de la IAPolíticas, estándares y mecanismos de supervisión que guían cómo se desarrolla y utiliza la IA en la sociedad.

Véase también

MMLUFactualityLLM-as-JudgeCitationsBi-EncoderWatermarkingCross-EncoderMid-training