إنتقل إلى المحتوى الرئيسي

الوحدة 10: التقييم والمعايير

قياس أداء النماذج اللغوية الكبيرة بشكل منهجي.

الفصول​

  1. المعايير الشائعة: MMLU، HellaSwag، HumanEval
  2. الجودة والسلامة: التقييم البشري، المقاييس الآلية، اكتشاف التحيز
  3. الفريق الأحمر: الاختبار العدائي، تقييم الأمان