知識チェック

完了

1.

チャット アプリケーションが正しく回答するようにしたい特定の質問セットがあります。 それを検証するのに最適な評価は何ですか?

モデル ベンチマーク

手動評価

機械学習メトリック

2.

どのモデル ベンチマークが、グランド ソースと生成された応答の間のセマンティック類似性を定量化していますか?

GPT 類似性

一貫性

精度

3.

生成されたテキストが文法規則にどの程度準拠しているかを評価する必要があります。 どの種類の評価を使用するのが最適ですか?

手動評価

自動評価

リスクと安全性に関するメトリック

作業を確認する前にすべての問題に回答する必要があります。