大規模言語モデル間の性能比較まとめ｜mah_lab / 西見 公宏
StableLMのファインチューニングってできるのかな？と調べたところ、GitHubのIssueで「モデル自体の性能がまだ良くないから、ファインチューニングの段階ではないよ」というコメントがありまして。 シートの中身を見てみるlm-evalシートstablelm-base-alpha-7bは54行目にありまして、確かに他の言語モデルと比較するとまだまだな性能のようです。応援したいですね。 シートの列の意味それぞれの列の意味については推定ですが以下の通りです。 RAM 言語モデルのGPUメモリ消費量。 lambada(ppl) LAMBADAデータセットによる測定値。ロングレンジの言語理解能力をテストする（文章全体を読まないと答えられないタスクでの評価）。PPLはPerplexityという指標で、モデルの予測の不確かさを示す。PPLが低いほど、モデルの予測精度が高い。 lambada(acc
カッとなってGPT-4で確定申告をスマートにした｜しらいはかせ(Hacker作家)
「Poe」はGPT-4です。作ったやり取りをシェアできます。人間側の回答もアシストして、より深くディスカッションできます。 それはともかくGPT-4の能力の基本的なところを使って、 こんな感じのプロンプトを打ってみます。 ここから先は日本の所得税計算における確定申告をアシストするチャットボットとして動いてください。 assistant: 以下の変数をuserに聞き続けます。全部数字が入るまで聞き続けて下さい。 valuables: 前年度給与 前年度源泉徴収税額 社会保険控除 ふるさと納税額 政党等寄付金額 証券等の損益 仮想通貨による損益 事業等による所得 雑所得 源泉徴収票による納税額 年末調整を行なったか 予約納税額 言葉はとても優しく、語尾に「〜たっくす。」とすること。絵文字は多めに感情を込める。 こういうのでいいんだよ、こういうので。血も涙もない会計用語が並ぶ確定申告を、ちょっと
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
