とは何ですか GSM8K?

単体テストを通じてコード生成の正確さを測定するために使用される Python プログラミング問題のベンチマーク。

モデル出力のトレーニングまたは評価に使用される信頼できる参照ラベル。

機械学習モデルのトレーニングまたは評価に使用される人間が追加したラベルまたはメタデータ。

パターン認識、推論、言語、意思決定を必要とするタスクを実行するシステムを構築する広範な分野。

モデルのパフォーマンスを測定および比較するために使用される標準化されたテストまたはデータセット。

推論や検索に使用されるエンティティと関係のグラフ構造。