Що є Основна правда?

Мітки або метадані, додані людиною, використовуються для навчання або оцінки моделей машинного навчання.

Тест початкових шкільних математичних текстових задач, які використовуються для оцінки покрокових міркувань у мовних моделях.

Проста еталонна модель, яка використовується для порівняння того, чи справді більш складні підходи покращують результати.

Загальна цільова функція, яка використовується для навчання моделей класифікації шляхом штрафування за неправильні ймовірності.

Модель, яка оцінює результати на основі сигналів переваги, часто використовується в конвеєрах RLHF.

Використання зашумлених, евристичних або часткових міток для навчання моделей, коли чистих міток бракує.