معیار pass@k چیست؟

خانواده‌ای از روش‌ها که فقط بخش کوچکی از پارامترهای یک مدل بزرگ را آموزش می‌دهد تا هزینهٔ سازگارکردن آن به‌شدت کاهش یابد.

معیاری که نشان می‌دهد یک مدلِ زبانی در پیش‌بینیِ کلمهٔ بعدی چقدر سرگشته است؛ هرچه مقدارش کمتر باشد، مدل با قطعیتِ بیشتری پیش‌بینی می‌کند و کیفیتِ بهتری دارد.

افزودن اطلاعاتِ جایگاهِ هر توکن به ورودی ترنسفورمر، تا مدل ترتیب واژه‌ها را تشخیص دهد چون توجه به‌خودیِ‌خود ترتیب را نمی‌فهمد.

الگوریتمی در یادگیری تقویتی که سیاست مدل را گام‌به‌گام و محتاطانه به‌روز می‌کند تا تغییرات بزرگ و بی‌ثبات‌کننده رخ ندهد.

میزان درستی پیش‌بینی‌های مثبت یک مدل؛ یعنی نسبت موارد واقعاً مثبت به مجموع موارد پیش‌بینی‌شده به‌عنوان مثبت (precision).

داده‌ای که در آن برای هر ورودی چند پاسخ مقایسه و مشخص شده کدام بهتر است، تا مدل را به‌سوی پاسخ‌های مطلوب انسان سوق دهد.