E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營(yíng)AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來(lái)電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營(yíng)商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒(méi)放棄曲面屏開(kāi)發(fā)!最新專利曝光暗示有望回歸三大運(yùn)營(yíng)商11月成績(jī)單:用戶數(shù)據(jù)增幅放緩打造下一個(gè)英偉達(dá),孫正義的2026芯片計(jì)劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢(shì)AI時(shí)代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance年末家電消費(fèi)觀察:品質(zhì)生活類產(chǎn)品熱賣,將持續(xù)迎來(lái)剛需式普及?GPT-5研發(fā)受阻:OpenAI 新一代模型難見(jiàn)突破性進(jìn)展新一代語(yǔ)言模型ModernBERT發(fā)布,RAG等任務(wù)處理速度快四倍、成本低新研究顯示:Anthropic 的 Claude AI 在合作能力上領(lǐng)先于 OpenAI 和谷歌模型
  • 首頁(yè) > 云計(jì)算頻道 > 大模型

    OpenAI發(fā)布MMMLU數(shù)據(jù)集:更廣、更深評(píng)估AI模型,支持簡(jiǎn)體中文

    2024年09月24日 15:32:17   來(lái)源:IT之家

      科技媒體 marktechpost 昨日(9 月 23 日)發(fā)布博文,報(bào)道稱 OpenAI 在 Hugging Face 上發(fā)布了多語(yǔ)言大規(guī)模多任務(wù)語(yǔ)言理解(MMMLU)數(shù)據(jù)集。

      背景

      隨著語(yǔ)言模型日益強(qiáng)大,評(píng)估其在不同語(yǔ)言、認(rèn)知和文化背景下的能力已成為當(dāng)務(wù)之急。

      OpenAI 決定推出 MMMLU 數(shù)據(jù)集,通過(guò)提供強(qiáng)大的多語(yǔ)言和多任務(wù)數(shù)據(jù)集,來(lái)評(píng)估大型語(yǔ)言模型(LLMs)在各種任務(wù)中的性能,從而應(yīng)對(duì)這一挑戰(zhàn)。

      MMMLU 數(shù)據(jù)集簡(jiǎn)介

      MMMLU 數(shù)據(jù)集包含一系列問(wèn)題,涵蓋各種主題、學(xué)科領(lǐng)域和語(yǔ)言。其結(jié)構(gòu)旨在評(píng)估模型在不同研究領(lǐng)域中需要常識(shí)、推理、解決問(wèn)題和理解能力的任務(wù)中的表現(xiàn)。

      MMMLU 的創(chuàng)建反映了 OpenAI 對(duì)測(cè)量模型實(shí)際能力的關(guān)注,尤其是在 NLP 研究中代表性不足的語(yǔ)言,納入多種語(yǔ)言可確保模型在使用英語(yǔ)時(shí)有效,并能勝任全球使用的其他語(yǔ)言。

      MMMLU 數(shù)據(jù)集核心

      涵蓋范圍廣

      MMMLU 數(shù)據(jù)集是同類基準(zhǔn)中最廣泛的基準(zhǔn)之一,涵蓋了從高中問(wèn)題到高級(jí)專業(yè)和學(xué)術(shù)知識(shí)的多種任務(wù)。

      研究人員和開(kāi)發(fā)人員在利用 MMMLU 數(shù)據(jù)集過(guò)程中,可以調(diào)用不同難度的問(wèn)題,測(cè)試大預(yù)言模型在人文、科學(xué)和技術(shù)主題下的表現(xiàn)。

      更考驗(yàn)深層認(rèn)知

      這些問(wèn)題都經(jīng)過(guò)精心策劃,以確保對(duì)模型的測(cè)試不局限于表面理解,而是深入研究更深層次的認(rèn)知能力,包括批判性推理、解釋和跨領(lǐng)域解決問(wèn)題的能力。

      多語(yǔ)言支持

      MMMLU 數(shù)據(jù)集的另一個(gè)值得注意的特點(diǎn)是它的多語(yǔ)言范圍,支持簡(jiǎn)體中文。該數(shù)據(jù)集支持多種語(yǔ)言,可以進(jìn)行跨語(yǔ)言的綜合評(píng)估。

      然而,以英語(yǔ)數(shù)據(jù)訓(xùn)練的模型在使用其他語(yǔ)言時(shí)往往需要幫助來(lái)保持準(zhǔn)確性和連貫性。MMMLU 數(shù)據(jù)集提供了一個(gè)框架,用于測(cè)試傳統(tǒng)上在 NLP 研究中代表性不足的語(yǔ)言模型,從而彌補(bǔ)了這一差距。

      MMMLU 數(shù)據(jù)集意義

      MMMLU 的發(fā)布解決了人工智能界的幾個(gè)相關(guān)挑戰(zhàn)。它提供了一種更具多樣性和文化包容性的方法來(lái)評(píng)估模型,確保它們?cè)诟哔Y源和低資源語(yǔ)言中都能表現(xiàn)出色。

      MMMLU 的多任務(wù)特性突破了現(xiàn)有基準(zhǔn)的界限,它可以評(píng)估同一模型在不同任務(wù)中的表現(xiàn),從類似瑣事的事實(shí)回憶到復(fù)雜的推理和問(wèn)題解決。這樣就能更細(xì)致地了解模型在不同領(lǐng)域的優(yōu)缺點(diǎn)。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。

    研究

    中國(guó)信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。