模型评估

模型评估

1. RLHF 三阶段依次为SFT、训练奖励模型、PPO强化学习（单选题）

2. 困惑度PPL数值越高，语言表达越流畅自然（单选题）

3. 奖励模型可以依据人类标准对模型输出打分排序（单选题）

4. 商用大模型必须开展安全性、合规性相关评估（单选题）

5. 自动化评估指标可以完全替代人工主观评测（单选题）

6. 模型幻觉率越低，在专业场景实用性越强（单选题）

7. 出现过拟合说明模型泛化能力较差（单选题）

8. 多轮对话评估只需评测单轮回答质量即可（单选题）

9. BLEU、ROUGE指标常用于文本生成效果评估（单选题）

10. RLHF训练能够有效对齐人类价值观，规范输出内容（单选题）