Тег
#тестирование моделей
Статьи блога Persona с тегом «тестирование моделей» — 5 материалов.
Статей с тегом: 5
Что такое seed и почему ответы не повторяются
Seed фиксирует случайность выбора токена. Локально этого хватает для повтора ответа, у облачного провайдера — почти никогда, и причина не в seed.
ТехнологииКак читать бенчмарки LLM и не быть обманутым
Таблица результатов выглядит как показания прибора, но погрешность у этого прибора большая и неизвестная. Разбираем четыре механизма, которыми бенчмарки вводят в заблуждение.
ГайдыСвой набор тестов для модели: 10 задач вместо чужого рейтинга
Методика личной проверки моделей: фиксация условий прогона, слепая оценка ответов, форма записи результатов и способ убедиться, что сам набор задач рабочий.
ТехнологииЗаявленный контекст против полезного
Цифра контекста в карточке модели — это предел, на котором она не падает, а не длина, на которой удерживает факты. Разбираем разрыв и способ измерить его самому.
ГайдыКак выбрать модель для русского языка
Четыре проверочных промпта на падежи, аббревиатуры, канцелярит и транслитерацию отсеивают модели за полчаса — быстрее и точнее любого англоязычного рейтинга.
На этой странице совпадений нет
Живой фильтр ищет только по загруженным карточкам. Нажмите «Найти», чтобы искать по всему блогу.