LLM-as-a-judge набор данных (dataset)
LLM-as-a-judge набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Раздел базы знаний · 59 материалов
Данные для ML и RAG
Разбиения, утечки, загрязнение, оценочные выборки, сложные отрицательные примеры, дрейф и подготовка данных.
Сокращение выборки частого класса (Undersampling)
Undersampling: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Удаление дублей из данных для большой языковой модели (Data deduplication for LLM)
Удаление дублей из данных для большой языковой модели (Data deduplication for LLM): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Train/валидация (validation)/test разбиение выборки (split)
Train/валидация (validation)/test разбиение выборки (split): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Stratified разбиение выборки (split)
Stratified разбиение выборки (split): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Group разбиение выборки (split)
Group разбиение выборки (split): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Temporal разбиение выборки (split)
Temporal разбиение выборки (split): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Утечка данных (Leakage)-safe разбиение выборки (split)
Утечка данных (Leakage)-safe разбиение выборки (split): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Cross-валидация (validation) набор данных (dataset)
Cross-валидация (validation) набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Golden набор данных (dataset) для RAG
Golden набор данных (dataset) для RAG: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Evaluation набор данных (dataset) для retrieval
Evaluation набор данных (dataset) для retrieval: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Сравнительный тест (Benchmark) вопросов и ответов
Сравнительный тест (Benchmark) вопросов и ответов: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Поиск сложных отрицательных примеров (Hard negative mining)
Поиск сложных отрицательных примеров (Hard negative mining): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Создание положительных пар (Positive pair generation)
Создание положительных пар (Positive pair generation): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Chunk-level метки (labels)
Chunk-level метки (labels): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Document-level метки (labels)
Document-level метки (labels): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Релевантность запроса и документа (Query-document relevance)
Релевантность запроса и документа (Query-document relevance): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Синтетические запросы (Synthetic queries) для RAG
Синтетические запросы (Synthetic queries) для RAG: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Запросы, написанные людьми (Human-written queries) для RAG
Запросы, написанные людьми (Human-written queries) для RAG: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Preference набор данных (dataset)
Preference набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Instruction набор данных (dataset)
Instruction набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Fine-tuning набор данных (dataset)
Fine-tuning набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Пары предпочтений RLHF (RLHF preference pairs)
RLHF preference pairs: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →DPO набор данных (dataset)
DPO набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Prompt-response набор данных (dataset)
Prompt-response набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Оценка безопасности (Safety evaluation) набор данных (dataset)
Оценка безопасности (Safety evaluation) набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Red-team набор данных (dataset)
Red-team набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Toxicity набор данных (dataset)
Toxicity набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Hallucination сравнительный тест (benchmark)
Hallucination сравнительный тест (benchmark): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Citation correctness набор данных (dataset)
Citation correctness набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Точность контекста RAG (RAG context precision) метки (labels)
Точность контекста RAG (RAG context precision) метки (labels): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Полнота контекста RAG (RAG context recall) метки (labels)
Полнота контекста RAG (RAG context recall) метки (labels): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Векторное представление (Embedding) сравнительный тест (benchmark) набор данных (dataset)
Векторное представление (Embedding) сравнительный тест (benchmark) набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Multilingual оценочная выборка (evaluation set)
Multilingual оценочная выборка (evaluation set): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Domain adaptation набор данных (dataset)
Domain adaptation набор данных (dataset): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Обработка дисбаланса классов (Class imbalance handling)
Обработка дисбаланса классов (Class imbalance handling): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Увеличение выборки редкого класса (Oversampling)
Oversampling: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →SMOTE: границы применения
SMOTE: границы применения: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Расширение данных (Data augmentation) текста
Расширение данных (Data augmentation) текста: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Расширение данных (Data augmentation) изображений
Расширение данных (Data augmentation) изображений: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Feature утечка данных (leakage)
Feature утечка данных (leakage): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Утечка целевого признака (Target leakage)
Утечка целевого признака (Target leakage): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Временная утечка данных (Temporal leakage)
Временная утечка данных (Temporal leakage): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Duplicate утечка данных (leakage)
Duplicate утечка данных (leakage): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Near-duplicate утечка данных (leakage)
Near-duplicate утечка данных (leakage): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Pretraining загрязнение выборки (contamination)
Pretraining загрязнение выборки (contamination): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Сравнительный тест (Benchmark) загрязнение выборки (contamination)
Сравнительный тест (Benchmark) загрязнение выборки (contamination): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Набор данных (Dataset) shift
Набор данных (Dataset) shift: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Ковариатный сдвиг (Covariate shift)
Ковариатный сдвиг (Covariate shift): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Дрейф меток (Label shift)
Дрейф меток (Label shift): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Concept дрейф данных (drift)
Concept дрейф данных (drift): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Data дрейф данных (drift) monitoring
Data дрейф данных (drift) monitoring: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Набор данных (Dataset) distillation
Набор данных (Dataset) distillation: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Данные для поэтапного обучения (Curriculum data)
Curriculum data: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Веса смеси данных (Data mixture weights)
Веса смеси данных (Data mixture weights): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Фильтрация качества данных для большой языковой модели (Quality filtering for LLM)
Фильтрация качества данных для большой языковой модели (Quality filtering for LLM): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Фильтрация токсичного содержимого (Toxic content filtering)
Фильтрация токсичного содержимого (Toxic content filtering): определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Фильтрация по авторским правам (Copyright filtering)
Copyright filtering: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →Персональные данные (PII) filtering for LLM
Персональные данные (PII) filtering for LLM: определение, практический пример, порядок проверки, метрики приемки и типичные ошибки при работе с датасетами.
Открыть материал →