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
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
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.