备案控制台

开发者社区> 问答> 正文

STAR模型在哪些基准测试上进行了评估，其结果如何？

STAR模型在哪些基准测试上进行了评估，其结果如何？

展开

收起

萝卜丝丸子 2024-06-21 22:10:08 42 0

1 条回答

写回答

取消提交回答

宇宙超级无敌霸王龙

STAR模型在对话式语义解析的权威基准测试SParC和CoSQL上进行了评估。在公平的下游模型对比下，STAR相比之前最好的预训练表格模型SCoRe，在SParC数据集上QM和IM分别提升了4.6%和3.3%，在CoSQL数据集上IM显著提升了7.4%和8.5%。此外，CoSQL相比SParC数据集拥有更多的上下文变化，这验证了STAR模型提出的预训练任务的有效性。

2024-06-21 22:39:16

赞同 2 展开评论打赏

问答分类：

测试技术

问答标签：

模型测试测试评估 star测试

问答地址：

开发者社区 > 开发与运维 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答

我要测试大模型，用于内容审核，我应该如何操作？

40

0

0

PoNet模型在哪些基准测试上取得了显著优于Transformer的结果？

39

1

0

NLP自学习平台测试模型用到的测试集有格式要求吗？

34

1

0

如何构建评估搜索增强服务的测试集？

29

1

0

NLP自学习平台模型准确率90%以上但是测试没有结果是怎么回事？

15

1

0

如何测试大模型进行内容审核？

127

1

0

要不通过API直接测试大模型有具体的操作步骤么？

48

1

0

TestMe生成的测试代码在哪些方面未能适应DDD（领域驱动设计）模型？

33

1

0

ModelScope中使用开源的千问1_8预训练模型微调后测试模型的时候报错，怎么解决？

55

0

0

阿里云百炼模型数据有测试demo？

32

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1818945

2 据说在家办公的程序员是这样写代码的？ 1793059

3 阿里云开放端口权限 690230

4 如何升级配置 536271

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522805

6 【精品问答】python技术1000问(1) 514115

7 Flink Forward Asia 2021 有奖问答 512895

8 OceanBase 使用动画（持续更新） 359367

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329796

10 OSS存储服务-客户端工具 321539

11 为体验实验室取一个新名字。 307464

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304068

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295320

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284159

15 安全组详解，新手必看教程 277337

16 写code还是做管理，开发者如何进行职业规划？ 269095

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255876

18 阿里云手机和阿云浏览器连接问题专帖 235686

19 请问阿里云邮箱如何开启SMTP服务啊！ 225838

20 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 225531

1 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 211

2 AI时代，存力or算力哪一个更关键？ 725

3 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 940

4 关于开发者的100件小事，你知道哪些？ 982

5 AI助力，短剧迎来创新热潮？ 579

6 "ModelScope默认的下载位置是在哪里？ 178

7 1024程序员节，开发者们都在参与社区的哪些活动？ 2159

8 关于文本框校验自定义函数的问题 315

9 执行docker search nginx 报错超时 174

10 百问求答第四期-回答问题即有机会拿冬季取暖器 929

11 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 204

12 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 260

13 百问求答第四期-回答问题即有机会拿冬季取暖器 693

14 域名内网可以正常访问，外网访问不了 329

15 普通人能用阿里云做什么？ 147

16 宜搭表单数据管理增加全部删除功能 228

17 获取Access Token报code: 400, body is mandatory 347

18 运动旅游开启新潮流，哪些科技手段能助力你的行程呢？ 940

19 “AI+儿童陪伴”，是噱头还是趋势？ 993

20 小白求助，跟着大模型微调教程做不太明白 587

相关课程

更多

MSE微服务测试最佳实践 - 自动化回归

158

1

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

移动互联网测试到质量的转变 立即下载

给ITer的技术实战进阶课-阿里CIO学院独家教材（四） 立即下载

F2etest — 多浏览器兼容性测试整体解决方案 立即下载

相关实验场景

更多