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 50 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？

46

0

0

PoNet模型在哪些基准测试上取得了显著优于Transformer的结果？

42

1

0

NLP自学习平台测试模型用到的测试集有格式要求吗？

35

1

0

如何构建评估搜索增强服务的测试集？

35

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？

16

1

0

如何测试大模型进行内容审核？

150

1

0

要不通过API直接测试大模型有具体的操作步骤么？

51

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？

36

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？

63

0

0

阿里云百炼模型数据有测试demo？

35

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 1819037

2 据说在家办公的程序员是这样写代码的？ 1793179

3 阿里云开放端口权限 690293

4 如何升级配置 536304

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？ 522864

6 【精品问答】python技术1000问(1) 514134

7 Flink Forward Asia 2021 有奖问答 512916

8 OceanBase 使用动画（持续更新） 359382

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329802

10 OSS存储服务-客户端工具 321590

11 为体验实验室取一个新名字。 307487

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 304101

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295331

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 284215

15 安全组详解，新手必看教程 277346

16 写code还是做管理，开发者如何进行职业规划？ 269171

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) 255883

18 阿里云手机和阿云浏览器连接问题专帖 235694

19 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】 228537

20 请问阿里云邮箱如何开启SMTP服务啊！ 225874

1 动机VS自律，对开发者们来说哪个比较重要？ 229

2 AI音色克隆挑战播客，它能模拟人的特质吗？ 312

3 阿里云RDS mysql数据库show slave status信息疑问 223

4 宜搭报表对日期字段赋值 121

5 AI生成海报or人工手绘，哪个更戳你？ 1405

6 “AI +脱口秀”，笑点能靠算法去创造吗？ 703

7 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 309

8 AI宠物更适合当代年轻人的陪伴需求吗？ 1149

9 AI客服未来会完全代替人工吗？ 1406

10 modelscope下载的模型如何转ollama 198

11 “云+AI”能够孵化出多少可能？ 1045

12 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 909

13 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 317

14 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1985

15 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 378

16 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 342

17 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 434

18 CUDA error: CUDA-capable device(s) is busy 320

19 AI时代，存力or算力哪一个更关键？ 1534

20 宜搭跨根据条件搜索表单实例 ID 列表接口，如何获取超过100条数据？ 100

相关课程

更多

MSE微服务测试最佳实践 - 自动化回归

159

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