在 2025 收官前，看清 Data + AI 的真实走向，点击查看 BUILD 大会精华版了解详情 



 写点什么

评估模型

收录了评估模型频道下的 50 篇内容

爱奇艺短视频质量评估模型

短视频信息流产品是目前最炙手可热的互联网产品，完全占领了用户的碎片时间，据艾瑞统计2018年短视频产品月独立设备数有6亿+台。

作者 : 爱奇艺技术产品团队

2019-02-07

7882

谷歌 Metrax 为 JAX 引入了预定义的模型评估指标

Metrax是一个JAX库，最近由谷歌开源，为分类、回归、自然语言处理（NLP）、视觉和音频模型提供了标准化的性能指标实现。

作者 : Sergio De Simone 译者: 刘雅梦策划: 丁晓昀

12-24

极客说｜深度对比：SFT、ReFT、RHLF、RLAIF、DPO、PPO

最近 OpenAI Day2 展示的 demo 可能把 ReFT 带火了，接下来，本文对比 SFT、ReFT、RHLF、DPO、PPO 这几种常见的技术。

作者 : 微软中国MSDN

2024-12-13

深度解析：如何最大化 BERT 性能

本文阐述了一种评估预训练 BERT 模型以提高性能的方法。

作者 : Ajit Rajasekharan 译者: Sambodhi 策划: 刘燕

2020-11-28

“从头开始训练模型，几乎没有意义”

构建支持和增强人类能力的AI工具，而不是试图完全取代人类。

作者 : Eugene Yan et al. 译者: 明知山策划: 褚杏娟

2024-08-20

DeepSeek、Claude 3.7 只是个开始，为“AI 应用落地”吹哨的另有其人

这两年我们见证了太多“最强大模型”的发布，从拼参数到拼上下文，从拼多模态到拼成本，似乎陷入了各大模型轮番屠榜的无限流中。

作者 : 凌敏

03-14

新增模型检验，指标自动评估模型效果｜ModelWhale 版本更新

ModelWhale 将编程建模、模型训练、数据＆算力管理等功能深度整合，通过逐级开放的基础设施，与 Jupyter Notebook 交互式、Canvas 低代码拖拽式、CloudIDE 三种即开即用的云分析环境，为研究者团队解决数据安全应用、底层工程繁复、研究成果流转困难等问题。

人工智能

机器学习

大数据

数据分析

模型训练

ModelWhale

2024-02-02

基于二代征信报告的信用评估模型实践

与一代征信系统相比，二代征信系统在收录数据、信息更新、信用分计算、用户权益保护等方面有所改进。

金融

征信

风控

对话式AI

中关村科金

2023-04-04

质量评估模型助力风险决策水平提升

无论自动化测试任务执行、项目准出还是项目流程流转主要依赖人员判断，而人员能力是有区别的，进而会影响质效，本文章主要介绍我们在探索和实践的一条路径，就是通过机器学习模型，让计算机自动，辅助甚至是替代人工，进行决策。

机器学习

企业号十月 PK 榜

智能测试

质量评估模型

百度Geek说

2022-11-15

OSS Compass 开源指南针正式发布：聚焦开源生态健康评估，不再单一看 star 数

OSS Compass 是一个用于开源生态健康评估的平台，面向 GitHub、Gitee 等平台所有开源项目开放。

作者 : 凌敏

2023-02-22

评估模型效果：深入解读混淆矩阵、精准率、召回率和 F1 score

在评估模型效果时，混淆矩阵、精准率、召回率和F1分数是常用的指标，它们可以提供对模型性能的全面评估。下面我们将对这些指标进行深入解读：

测试

测吧(北京)科技有限公司

2024-03-01

长上下文不再难：KV Cache 全生命周期优化实战

在 AICon2025 上海站上，微软亚洲研究院研究开发工程师姜慧强带来了题为《以 KV 缓存为中心的高效长文本方法》的演讲，分享了 SCBench 这一全面的基准测试工具，并对目前主流的推理优化方法进行梳理，还介绍了各类高效长文本方法，包括 MInference, MMInference, RetrievalAttention 等。

作者 : 李忠良

08-12