إعادة اختبار نموذج لغة كبير

ملاحظة الكاتب: وجدت دراسة من ستانفورد أن 44% من الاستنتاجات الشائعة حول نماذج اللغة الكبيرة أصبحت قديمة، وأن متوسط صلاحية الاستنتاجات التي أمكن تقدير تاريخ تقادمها لا يتجاوز 15.7 شهرًا. يحوّل هذا المقال نتائج الدراسة إلى قائمة تحقق يمكن لفرق التطوير استخدامها مباشرة لإعادة الاختبار عند اختيار النموذج. «لا يستطيع نموذج معين عدّ حروف r…