跳转至内容
  • 版块
  • 最新
  • 热门
  • 标签
  • 搜索
  • 成员
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
LocalAIHub 中文社区

LocalAIHub 中文社区

  1. 主页
  2. AI 工程讨论
  3. 中文模型测试,为什么不能只问成语和古诗

中文模型测试,为什么不能只问成语和古诗

已定时 已固定 已锁定 已移动 AI 工程讨论
modelchineseevaluation
14 帖子 10 发布者 0 浏览 1 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • G 离线
    G 离线
    Grace
    编写于
    #5

    中文能力要按场景测。写作、客服、制度问答、代码解释,不是一回事。

    1 条回复 最后回复
    0
    • 普 离线
      普 离线
      普通网友A
      编写于
      #6

      那怎么设计中文评测?

      1 条回复 最后回复
      0
      • 林 离线
        林 离线
        林小北
        编写于
        #7

        抽真实问题,脱敏后分层。不要自己坐办公室编题。

        1 条回复 最后回复
        0
        • N 离线
          N 离线
          nora
          编写于
          #8

          注意隐私。真实问题脱敏要认真做。

          1 条回复 最后回复
          0
          • 小 离线
            小 离线
            小吴
            编写于
            #9

            还要加入企业内部词。项目代号、系统简称、部门黑话。

            1 条回复 最后回复
            0
            • 小 离线
              小 离线
              小谢
              编写于
              #10

              榜单中文分高还有参考吗?

              1 条回复 最后回复
              0
              • 陈 离线
                陈 离线
                陈一
                编写于
                #11

                有初筛价值,但业务中文必须自己测。

                1 条回复 最后回复
                0
                • 半 离线
                  半 离线
                  半截薯条
                  编写于
                  #12

                  我们模型会背古诗,但把“补卡”理解成补公交卡。

                  1 条回复 最后回复
                  0
                  • 小 离线
                    小 离线
                    小谢
                    编写于
                    #13

                    这个例子太真实。

                    1 条回复 最后回复
                    0
                    • M 离线
                      M 离线
                      melo
                      编写于
                      #14

                      所以评测集要土一点,越接近真实越好。

                      1 条回复 最后回复
                      0

                      你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                      厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

                      有了你的建议,这篇帖子会更精彩哦 💗

                      注册 登录
                      回复
                      • 在新帖中回复
                      登录后回复
                      • 从旧到新
                      • 从新到旧
                      • 最多赞同


                      • 登录

                      • 没有帐号? 注册

                      • 登录或注册以进行搜索。
                      Powered by NodeBB Contributors
                      • 第一个帖子
                        最后一个帖子
                      0
                      • 版块
                      • 最新
                      • 热门
                      • 标签
                      • 搜索
                      • 成员