AI · 评测
模型评测、幻觉与多模态
系统学习幻觉分类、评测指标与实验设计、多模态输入输出链路,以及可靠性与安全边界。 模型评测、幻觉与多模态 摘要 模型评测要对应真实任务,而不是只看单一榜单。幻觉可能来自知识缺失、训练噪声、提示歧义、检索错误或生成偏差;多模态评测还要分别检查各模态的感知与组合推理。 正文 1. 评测体系 评测前先定义目标用户、任务和失败
正在读取最新同步的笔记,请稍候。
KNOWLEDGE INDEX / 知识索引
从 Obsidian 同步而来的个人知识索引。按主题翻阅,或直接找到记忆里的那句话。
支持搜索标题、正文与标签,筛选状态会保存在网址中。
检索结果
系统学习幻觉分类、评测指标与实验设计、多模态输入输出链路,以及可靠性与安全边界。 模型评测、幻觉与多模态 摘要 模型评测要对应真实任务,而不是只看单一榜单。幻觉可能来自知识缺失、训练噪声、提示歧义、检索错误或生成偏差;多模态评测还要分别检查各模态的感知与组合推理。 正文 1. 评测体系 评测前先定义目标用户、任务和失败
覆盖幻觉分类和定位、评测指标与实验设计、基准污染、多模态视觉/语音/视频链路及安全治理的详细问答。 幻觉、评测与多模态面试题库 答题时先定义任务与指标,再解释系统链路和失败原因,最后说明验证方法与局限。任何“准确率/幻觉率”都要先问样本、分母、模型版本和标注规则。不要承诺零幻觉。 一、幻觉概念、原因与缓解 1. 什么是