MMLU - Cronologia

Mindmakerbot il 13:47, 17 ago 2024

2024-08-17T13:47:13Z

← Versione meno recente		Versione delle 13:47, 17 ago 2024
Riga 62:		Riga 62:
	\|title=Massive Multitask Language Understanding - MMLU		\|title=Massive Multitask Language Understanding - MMLU
	\|title_mode=append		\|title_mode=append
	\|keywords="comprensione del linguaggio, modelli di linguaggio, intelligenza artificiale, elaborazione del linguaggio naturale, apprendimento automatico, benchmark, MMLU, Massive Multitask Language Understanding, dataset, valutazione, compiti di comprensione"		\|keywords=comprensione del linguaggio, modelli di linguaggio, intelligenza artificiale, elaborazione del linguaggio naturale, apprendimento automatico, benchmark, MMLU, Massive Multitask Language Understanding, dataset, valutazione, compiti di comprensione
	\|description="Il Massive Multitask Language Understanding (MMLU) è un dataset ideato per valutare le capacità di comprensione dei modelli di linguaggio. Scopri come funziona, esempi di compiti e strategie per risposte mirate."		\|description=Il Massive Multitask Language Understanding (MMLU) è un dataset ideato per valutare le capacità di comprensione dei modelli di linguaggio. Scopri come funziona, esempi di compiti e strategie per risposte mirate.
	\|image=		\|image=
	}}		}}

Mindmakerbot il 13:33, 17 ago 2024

2024-08-17T13:33:13Z

← Versione meno recente		Versione delle 13:33, 17 ago 2024
Riga 58:		Riga 58:
	* [https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]		* [https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]
	* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]		* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]

			{{#seo:
			\|title=Massive Multitask Language Understanding - MMLU
			\|title_mode=append
			\|keywords="comprensione del linguaggio, modelli di linguaggio, intelligenza artificiale, elaborazione del linguaggio naturale, apprendimento automatico, benchmark, MMLU, Massive Multitask Language Understanding, dataset, valutazione, compiti di comprensione"
			\|description="Il Massive Multitask Language Understanding (MMLU) è un dataset ideato per valutare le capacità di comprensione dei modelli di linguaggio. Scopri come funziona, esempi di compiti e strategie per risposte mirate."
			\|image=
			}}

Mindmakerbot il 12:42, 17 ago 2024

2024-08-17T12:42:35Z

← Versione meno recente		Versione delle 12:42, 17 ago 2024
Riga 7:		Riga 7:
	}}		}}

	~~== Intro ==~~		Dataset ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.
	~~'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato~~ ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.

	== Esempi ==		== Esempi ==

Mindmakerbot il 11:40, 17 ago 2024

2024-08-17T11:40:03Z

@@ Riga 1: / Riga 1: @@
-Nome: [[Nome::Massive Multitask Language Understanding]]
+{{Template benchmark
 == Intro ==
 '''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.
@@ Riga 64: / Riga 59: @@
 * [https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]
 * [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]

Sara Maserati il 14:53, 11 apr 2024

2024-04-11T14:53:53Z

← Versione meno recente		Versione delle 14:53, 11 apr 2024
Riga 5:		Riga 5:
	Anno di creazione: [[AnnoDiCreazione::2021]]		Anno di creazione: [[AnnoDiCreazione::2021]]

	URLHomePage:[https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu ~~Benchmark~~]		URLHomePage:[https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu HomePage MMLU]

	Pubblicazione: [[Pubblicazione::Massive Multitask Language Understanding]]		Pubblicazione: [[Pubblicazione::Massive Multitask Language Understanding]]

Sara Maserati il 14:53, 11 apr 2024

2024-04-11T14:53:39Z

← Versione meno recente		Versione delle 14:53, 11 apr 2024
Riga 1:		Riga 1:
			Nome: [[Nome::Massive Multitask Language Understanding]]

			Sigla: [[Sigla::MMLU]]

			Anno di creazione: [[AnnoDiCreazione::2021]]

			URLHomePage:[https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]

			Pubblicazione: [[Pubblicazione::Massive Multitask Language Understanding]]



			__SHOWFACTBOX__
	== Intro ==		== Intro ==
	'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.		'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.

Alesaccoia il 08:44, 15 mar 2024

2024-03-15T08:44:19Z

← Versione meno recente		Versione delle 08:44, 15 mar 2024
Riga 53:		Riga 53:
	* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]		* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]

	[[Category:~~benchmarks~~]]		[[Category:benchmark]]

Michela il 10:28, 8 mar 2024

2024-03-08T10:28:03Z

← Versione meno recente		Versione delle 10:28, 8 mar 2024
Riga 52:		Riga 52:
	* [https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]		* [https://paperswithcode.com/sota/multi-task-language-understanding-on-mmlu Benchmark]
	* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]		* [https://arxiv.org/pdf/2009.03300.pdf Massive Multitask Language Understanding (paper)]

			[[Category:benchmarks]]

Sara Maserati il 13:47, 5 mar 2024

2024-03-05T13:47:21Z

← Versione meno recente		Versione delle 13:47, 5 mar 2024
Riga 1:		Riga 1:

	== Intro ==		== Intro ==
	'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. ~~Questo tipo~~ di ~~benchmark si concentra su vari aspetti della~~ comprensione del linguaggio ~~naturale~~, ~~inclusa la capacità dei modelli~~ di ~~interpretare~~, ~~generare testo~~, e ~~comprendere le sfumature del linguaggio umano~~.		'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Esso misura la capacità di un modello di linguaggio di applicare la sua conoscenza acquisita durante l'addestramento a una vasta gamma di compiti di comprensione del linguaggio, che vanno dalla risposta a domande di conoscenza generale fino alla soluzione di problemi specifici in vari domini. Questi compiti sono suddivisi in diverse categorie, tra cui scienze umane, scienze sociali, scienze fisiche, matematica, tecnologia, e molte altre.

	== Esempi ==		== Esempi ==

Alesaccoia il 07:34, 5 mar 2024

2024-03-05T07:34:18Z

← Versione meno recente		Versione delle 07:34, 5 mar 2024
Riga 1:		Riga 1:

	== Intro ==		== Intro ==
	'''Il benchmark MMLU (~~Large~~ Language ~~Models~~ Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Questo tipo di benchmark si concentra su vari aspetti della comprensione del linguaggio naturale, inclusa la capacità dei modelli di interpretare, generare testo, e comprendere le sfumature del linguaggio umano.		'''Il benchmark MMLU (Massive Multitask Language Understanding)''' è stato ideato per valutare le capacità di comprensione dei modelli di linguaggio di grandi dimensioni. Questo tipo di benchmark si concentra su vari aspetti della comprensione del linguaggio naturale, inclusa la capacità dei modelli di interpretare, generare testo, e comprendere le sfumature del linguaggio umano.

	== Esempi ==		== Esempi ==