اختبار: الوحدة 10 - التقييم والمعايير
السؤال 1
ما الذي يقيسه MMLU؟
السؤال 2
ما هو HumanEval؟
السؤال 3
ما هو مقياس pass@k؟
السؤال 4
ما هو اختبار الفريق الأحمر؟
السؤال 5
ما هو تلوث البيانات في المعايير؟
السؤال 6
ما الذي يختبره HellaSwag؟
السؤال 7
لماذا نستخدم LLM كحكم؟
السؤال 8
ما هو TruthfulQA؟
السؤال 9
ما هو حقن الموجّه؟
السؤال 10
ما هو الإفصاح المسؤول؟
الأسئلة 11-30
(تغطي: GSM8K، WinoGrande، ARC، مجموعات المعايير، أطر التقييم، اختبار A/B، الأهمية الإحصائية، موثوقية المقيمين، المعايرة، التعقيد، BLEU/ROUGE، دراسات تفضيل البشر، معايير السلامة، التقييم متعدد اللغات، التقييم الخاص بالمجال، اللعب على لوحات الصدارة، تكاليف التقييم، استراتيجيات أخذ العينات، خطوط أنابيب التقييم، التقييم المستمر)
السؤال 11
ما الذي يختبره GSM8K؟
السؤال 12
ما هو التعقيد؟
السؤال 13
ما هو استخدام BLEU؟
السؤال 14
ما هي موثوقية المقيمين؟
السؤال 15
ما هي المعايرة في تقييم LLM؟
السؤال 16
لماذا يعتبر التقييم البشري المعيار الذهبي؟
السؤال 17
ما هو تشبع المعايير؟
السؤال 18
ما هو WinoGrande؟
السؤال 19
ما الذي يجعل التقييم مكلفًا؟
السؤال 20
ما هو التقييم المستمر؟
السؤال 21
ما هو اختبار A/B لـ LLMs؟
السؤال 22
ما هي الأهمية الإحصائية في التقييم؟
السؤال 23
ما هو خط أنابيب التقييم؟
السؤال 24
ما هو اللعب على لوحات الصدارة؟
السؤال 25
ما هو استخدام ROUGE؟
السؤال 26
ما هو تحدي التقييم متعدد اللغات؟
السؤال 27
ما هو التقييم الخاص بالمجال؟
السؤال 28
ما هي استراتيجية أخذ العينات في التقييم؟
السؤال 29
ما هو معيار ARC؟
السؤال 30
ما هو تحدي جمع بيانات التفضيل؟
درجة النجاح: 24/30 (80%)