एआई शब्दावली शब्द

क्या है? ह्यूमनएवल?

परिभाषा

यूनिट परीक्षणों के माध्यम से कोड-जनरेशन की शुद्धता को मापने के लिए उपयोग की जाने वाली पायथन प्रोग्रामिंग समस्याओं का एक बेंचमार्क।

संबंधित शर्तें

बेंचमार्क
मॉडल प्रदर्शन को मापने और तुलना करने के लिए उपयोग किया जाने वाला एक मानकीकृत परीक्षण या डेटासेट।
GSM8K
भाषा मॉडल में चरण-दर-चरण तर्क का मूल्यांकन करने के लिए ग्रेड-स्कूल गणित शब्द समस्याओं का एक बेंचमार्क उपयोग किया जाता है।
मूल्यांकन सेट
प्रशिक्षण के बाद मॉडल की गुणवत्ता को मापने के लिए उपयोग किया जाने वाला एक आयोजित डेटासेट।
परीक्षण-समय गणना
गुणवत्ता या तर्क में सुधार के लिए प्रतिक्रिया निर्माण के दौरान अतिरिक्त अनुमान गणना का उपयोग किया जाता है।
पास@k
एक कोड-मूल्यांकन मीट्रिक इस संभावना को मापता है कि k उत्पन्न नमूनों में से कम से कम एक परीक्षण में उत्तीर्ण होता है।
एआई शासन
नीतियां, मानक और निरीक्षण तंत्र जो मार्गदर्शन करते हैं कि एआई को समाज में कैसे विकसित और उपयोग किया जाए।

यह भी देखें