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.
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.