HELM全称Holistic Evaluation of Language Models（语言模型整体评估）是由斯坦福大学推出的大模型评测体系，该评测方法主要包括场景、适配、指标三个模块，每次评测的运行都需要指定一个场景，一个适配模型的提示，以及一个或多个指标。它评测主要覆盖的是英语，有7个指标，包括准确率、不确定性/校准、鲁棒性、公平性、偏差、毒性、推断效率；任务包括问答、信息检索、摘要、文本分类等。
©️版权声明：除特别注明外，本站所发布的所有文章均为AI一站通原创作品，其版权归AI一站通所有。未经明确授权，任何个人、媒体、网站或团体均不得擅自转载、抄袭或以其他任何形式复制本站内容，亦不得在非AI一站通所属的服务器上设立镜像站点。对于任何违反上述规定的行为，AI一站通将依法保留追究其法律责任的权利。
类似网站
AI一站通收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI一站通还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
冀ICP备2023003926号-4