LLM:badcase分析

bad case分析是了解业务、了解场景的重要途径,知道当前研究、实践中容易出现的问题,往通俗的说,吸收经验的重要途径。

分析badcase必须要先了解目前模型的效果,也就是baseline,知道该往哪个方向努力。

现状

评测集

要兼顾数量、统计意义、质量。

指标

指标的设计必须要考虑观测的目标。

注重指标的口径,比如不同数据源的情况。

多个指标的组合观测。

结论

确定预期的目标、进一步优化我们当前的算法方案的方向。

分析

分析的对象

根据优化算法的方面来观察不利于指标提升的badcase。

分析思路

粗看法

大体上去看,错误的样本都有什么特点,带有哪些特征,例如长度、句式等是否有什么特点。

追溯法

对一个case,重现整个训练和预测过程的方法。给定一个bad case,准备好日志,分析预测的每个阶段的分析结果,查看是否符合预期。

解决

样本的误导

增广数据

阈值的确定和权衡

不同的阈值得到的召回不一样

预处理

预处理的本质是对数据进行处理使之更好地被用来预测

前处理

指模型预测之前的处理,尤其在模型比较大,性能要求比较高的场景,我们需要把一些肯定确定能快速预测出来的东西给过滤掉,从而提升性能也降低模型的负担,最简单的例如黑白名单,复杂的可以有一些针对业务的规则,例如超短句或者超长句直接拒绝等等,能用规则的尽量用规则。

后处理

指在模型预测以后的一些调整,最直接能想到的就是阈值过滤,但不仅是这些,有的时候需要结合模型的预测打分进行调整

参考:
https://mp.weixin.qq.com/s/GUDVPL_7oZKKUtQZ2ZP4tA

相关推荐
AI算力3 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
泯泷4 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件4 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn4 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
一水鉴天4 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn5 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT5 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能
Wellijohn5 小时前
我把公司内部的 12 个 CRUD 接口交给了 AI Agent,然后省出了两周
人工智能·python·mcp
伞伞悦读7 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习