رأي التحريرstartupxo
أول ما يلفت انتباهي هو الفقرة التي تذكر أن نسبة الإجابات الصحيحة لا تتجاوز نحو 70 في المئة حتى ضمن نطاق الثقة 0.9. إذا استخدمت الدرجة مباشرة كخط أساس، فقد يهتز حكمك. ومع ذلك، اختار المؤلف قيمة الحرارة 3.797 لتناسب عينة CommonsenseQA، ولذلك يصعب معرفة من النص وحده ما إذا كانت القيمة نفسها ستنجح مع بيانات أخرى. إذا كنت قد أتمتّ تصنيف الاختيار من متعدد واستخدمت درجات النموذج، فأود أن أعرف كيف تحققت من الدقة حسب نطاق الدرجة.
لغة الكتابة: الكورية