Executive SummaryLarge Language Model （LLM） evaluation benchmarks serve as critical infrastructure for the responsible development, deployment, and regulation of artificial intelligence systems. This ...
大模型评估基准手册是指导大模型性能评估的专业工具，其重要性随着大模型在各行业的应用日益广泛而显著提升。构建科学、全面、客观的大模型评估体系，不仅能帮助研究者和开发者准确把握模型能力边界，还能为模型优化提供方向性指导，同时为行业应用选型提供可靠依据。本报告基于最新研究进展，系统梳理了大模型评估的关键维度、指标、方法及工具，旨在为大模型研发、测试和应用提供标准化评估框架。一、大模型评估的关键维度与指标...
基础概念与张量操作1. PyTorch中的Tensor与NumPy数组的主要区别是什么？# 主要区别： # 1. Tensor可以在GPU上运行，NumPy数组只能在CPU上 # 2. Tensor支持自动求导（autograd） # 3. Tensor有更丰富的API用于深度学习 import torch import numpy as np # 相互转换 numpy_array = np.ar...
线性模型 是机器学习中最基础、最直观、也最广泛应用的一类模型。尽管形式简单，但通过特征工程与正则化，它们在实践中表现优异，且具有良好的可解释性。一、线性回归（Linear Regression）1.1 问题定义任务类型：监督学习 → 回归目标：预测连续值输出 $y \in \mathbb{R}$模型假设：输入 $\mathbf{x} \in \mathbb{R}^d$ 与输出 $y$ 之间存在线性...
一、SVM 是什么？支持向量机（Support Vector Machine, SVM） 是一种监督学习算法，主要用于分类（也可用于回归，称为 SVR）。其核心思想是：在特征空间中找到一个最优的超平面（decision boundary），使得不同类别的样本被尽可能清晰地分开，并且分类边界到最近样本点的距离（即“间隔”）最大化。SVM 属于判别模型，追求结构风险最小化（而非经验风险最小化），具有良...