How to evaluate large models?

[doggie]

Read, quite useful

• 【转载】大语言模型评估的常用方法、指标与框架
• 【转载】如何测评大模型对长文本处理的性能
• 【转载】大模型有哪些评估指标？

See how others do it

• Alibaba 使用数据集和裁判员模型评测大语言模型-人工智能平台PAI-阿里云

Read, full of nonsense

• 【转载】大模型评测指标全解析：如何精准衡量AI模型的性能