什麼是 信賴區間?

語言模型指標，衡量模型對真正的下一個標記的驚訝程度。

模型的置信度分數與實際正確性機率的匹配程度。

訓練和運行模型所需的處理資源，通常以 FLOPS 或 GPU 小時來衡量。

模型錯過真正的陽性案例的錯誤預測。

訓練前設定的配置值，例如學習率、批次大小或深度。

僅從 k 個最有可能的下一個標記中採樣的解碼策略。