我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力

发布时间: 2023-03-18 21:35:41

1分

数据加载中

关注推特

收听电报

2

1

0

我们做了一个大模型测试集「Z-Bench」，300个问题全方位考察大语言模型能力
大陆资讯
( mp.weixin.qq.com )

2年前由三聚氰胺提交

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

最近密集测试了最新的多款支持中文的模型，做如下推荐：

1. 商用请选择 Aquila 或者 baichuan（需申请）。
2. 预训练模型推荐 baichuan-7B 或 Aquila-7B。
3. 开箱即用的 Chat 模型，…
推特中文圈
( twitter.com)

1年前 • 九原客 • -- 点击 0 评论

2

2

1

1

阿里把新的大模型给了一些自媒体人做测试，好几个发出报告了。我一看，怎么说呢，咱们做测试专业点好吗，别像公关稿啊。你一句不问它外语，你怎么知道它是不是标准的LLM？你也不做连续追问，你怎么知道它能否达到ChatGPT3.5的能力？你…
时政
( twitter.com)

2年前 • Michael Anti • -- 点击 0 评论

3

2

1

1

可以拿这图去测试各大模型的多模态能力😄
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

4

2

1

1

这种类型项目的测试网还是要做做第一次测试发了POAP，目前就只有测试网属于零撸了
Taiko Alpha-2 的测试已经开始和 Scroll 类似的项目 ZK-EVM（等效于以太坊），未来的一个发展方向
1.测试指南教程：…
币圈
( twitter.com)

2年前 • 请叫我MaiK🦇🔊 • -- 点击 0 评论

5

2

1

1

这是上帝创世以来最大规模的极限测试。
测试结果是：我们只要活着，活着就是一切。
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

6

2

1

1

我在尝试用125M的GPT2模型训练编码后的OHLC数据，先构建一个小的模型在本机测试看看能否收敛，验证可行性后在部署GPU服务器去训练，刚才再次确认了一下代码数据集是在DataCollator被自动打上了标签，所以标签就是输入序…
时政
( twitter.com)

2年前 • Jixian Wang • -- 点击 0 评论

7

2

1

1

感谢的努力，我们现在已经有一个测试版的 Desktop 版本了，欢迎大家测试


推特中文圈
( twitter.com)

2年前 • zu1k • -- 点击 0 评论

8

2

1

1

终于有人做这个事情了，专门用来生成Midjourney提示词的语言模型。

老哥收集了很多提示词微调了一个开源语言模型用来生成提示词。原推有试用链接。
我自己试了一下，要求是生成一张龙与地下城风格的照片。左边是没有优化的提示词，右…
推特中文圈
( twitter.com)

2年前 • 歸藏 • -- 点击 0 评论

9

2

1

1

OpenAI 在2017年用亚马逊网站的用户评论训练了一个模型，本来用于预测用户评论的下一个字符是什么词性或符号。

做好模型后，他们好奇这个模型能否做传统NLP的文本情感分析（判断用户评价正面还是负面）

令人震惊的事情出现了，…
IT技术
( twitter.com)

1年前 • 向阳乔木 • -- 点击 0 评论

0.11011 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特