@HamelHusain

همل حسین دست گذاشته رو یه نقطه حساس و حسابی از کیفیت درپیت بنچمارک‌های عمومی هوش مصنوعی شاکی شده؛ همون اعدادی که کل این صنعت دارن چشم‌بسته روشون قسم می‌خورن

همل حسین دست گذاشته رو یه نقطه حساس و حسابی از کیفیت درپیت بنچمارک‌های عمومی هوش مصنوعی شاکی شده؛ همون اعدادی که کل این صنعت دارن چشم‌بسته روشون قسم می‌خورن. می‌گه وقتی بری تو دل ماجرا، می‌فهمی چقدر این معیارهای ارزیابی پر از ایراد و خطان و نباید همین‌جوری باورشون کرد. حتی به یه سایت مستقل به اسم ایپاک اشاره کرده که نشسته داده‌ها رو موشکافی کرده و پته این بنچمارک‌ها رو ریخته رو آب. توصیه‌ش هم به برو‌بچه‌های این حوزه اینه که قبل از هر قضاوتی، خودشون برن نمونه‌هایی که سیستم غلط تشخیص داده رو دونه‌دونه وارسی کنن تا عیار واقعی دستشون بیاد.

منبع

Hamel Husain@HamelHusain
I've been looking into public benchmarks and am astounded by the poor quality vs. how much we rely on them as an industry. @xeophon pointed me to this excellent site https://epoch.ai/benchmarks/ which is an independent third party which scrutinizes benchmarks and "looks at the data" 💪 For example, here are some popular benchmarks we all rely on. Before trusting a benchmark its worth running them and inspecting examples the grader failed carefully, to get a sense of the quality. I'm continuing to look more into this, and will write something up eventually once I've collected more data, but I think this is an important subject.
۳ آبان ۱۴۰۵مشاهده در X
Epoch AI

AI benchmarks & capabilities

Our hub for benchmark results, featuring the performance of leading AI models on challenging tasks. It includes results from benchmarks administered internally by Epoch AI as well as data collected from external sources. Explore trends in AI capabilities across time, by benchmark, or by model.

خواندن در سایت منبع

نظرها

    تنظیمات

    پیش‌نمایش

    انویدیا از نسل تازه‌ی تراشه‌هایش رونمایی کرد؛ متن خبرها با همین اندازه و فاصله‌ی خطوط نمایش داده می‌شود. ۱۴۰۵ — 2026

    ظاهر و متن

    پوسته
    اندازه‌ی متن
    فاصله‌ی خطوط

    خواندن و نمایش

    نمای فهرست خبرها

    استوری‌ها

    چه خبرهایی پخش شوند
    ترتیب
    دیده‌شده‌هابدون باز کردن تک‌تک خبرها

    صدا

    اعلان‌ها و موضوع‌ها

    موضوع‌هایی که دنبال می‌کنیدهنوز هیچانتخاب موضوع‌ها

    صدای فارسی

    این دستگاه صدای فارسی ندارد. نمونه‌ی صداها را بشنوید و یکی را یک بار دانلود کنید تا خبرها و خلاصه‌ی روز را بشنوید.

    راه‌های دیگر

    ویدیوی خبر

    گفتگو

    … نفر آنلاین

      خواندن کامل