مركز تعلّم الذكاء الاصطناعيEnglish
ترجمة عربية جديدة ✦ نراجعها باستمرار لتحسينها.

اختبر نفسك

8 أسئلة عن «بناء مجموعات التقييم». اختر إجابة لكل سؤال، ثم اضغط «تحقّق من إجاباتي».

1. لماذا يكون أخذ عيّنات مرجَّحة بالإخفاق من حركة التشغيل الفعلي قيّمًا بشكل خاص عند بناء مجموعة تقييم؟
2. ما القيد الرئيسي لمجموعة تقييم اصطناعية في معظمها؟
3. لماذا تُبقي مجموعة تقييم محجوزة منفصلة عن المجموعة التي تكرّر عليها؟
4. الحالة التي يفشل فيها كل نظام مرشّح هي في الغالب علامة على ماذا؟
5. لماذا تُفضَّل عادةً عدة معايير ثنائية مستقلة على مقياس جودة واحد من خمس نقاط؟
6. ما التخفيف المعتاد لتحيّز الموضع في مقارنات النموذج كحَكَم (LLM-as-judge) الثنائية؟
7. ماذا تعني معايرة النموذج الحَكَم بشكل صحيح؟
8. قِست 80% على 30 حالة، ثم غيّرت التعليمات وقِست 85%. ما الاستنتاج الصادق؟