Command Palette
Search for a command to run...
SubLlME هي طريقة اختيار مجموعة فرعية فعالة للبيانات تعتمد على التنبؤ بارتباط الترتيب.
اختيار المجموعة الفرعية من خلال التنبؤ بترابط الرتبة لتقييم LLM الفعال للبيانات (SubLlME) هي طريقة تقييم جديدة اقترحتها مختبرات HP وفرق أخرى في يوليو 2025. وتهدف إلى تحقيق تقييم فعال ودقيق لأداء النموذج من خلال التنبؤ بترابط الرتبة دون الحاجة إلى تقييم كامل.SubLIME: اختيار المجموعة الفرعية عبر التنبؤ بترابط الرتبة لتقييم ماجستير القانون بكفاءة البيانات"، والتي فازت بجائزة ACL 25 لأفضل ورقة بحثية موضوعية.
يعتمد SubLIME على استراتيجية التقييم المُتبعة في مسابقة الرياضيات الأولمبية. باختياره الذكي لمجموعة فرعية صغيرة ولكنها مُمثلة، يتنبأ SubLIME بالأداء النسبي للنماذج في التقييم الكامل، مما يُقلل تكلفة التقييم بشكل كبير (مُقللاً من 80% إلى 99%) مع الحفاظ على اتساق نتائج تصنيف النماذج.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.