什么是置信区间？

一种语言模型指标，衡量模型对真正的下一个标记的惊讶程度。

模型的置信度得分与实际正确性概率的匹配程度。

训练和运行模型所需的处理资源，通常以 FLOPS 或 GPU 小时来衡量。

模型错过真正的阳性案例的错误预测。

训练前设置的配置值，例如学习率、批量大小或深度。

仅从 k 个最有可能的下一个标记中采样的解码策略。