Vad är Grund Sanning?

Människotillagda etiketter eller metadata som används för att träna eller utvärdera maskininlärningsmodeller.

Ett riktmärke för matematiska ordproblem i grundskolan som används för att utvärdera steg-för-steg-resonemang i språkmodeller.

En enkel referensmodell som används för att jämföra om mer komplexa tillvägagångssätt faktiskt förbättrar resultaten.

En gemensam objektiv funktion som används för att träna klassificeringsmodeller genom att straffa felaktiga sannolikheter.

En modell som ger utdata baserat på preferenssignaler, som ofta används i RLHF-pipelines.

Använda bullriga, heuristiska eller partiella etiketter för att träna modeller när det är ont om rena etiketter.