Daily Develope

LLM JudgeLLM Judge는 모델을 평가하기 위해 성능이 좋은 대규모 언어 모델(LLM)을 사용하는 방법을 말한다.Judge를 위해 어떤 수단을 사용하는 지에 따라서 아래 3가지 방법이 존재한다.1. Prompted JudgeJudge를 위해 프롬프트를 기술(description)하는 방법ㅇ 장점비용 : 단일 모델의 추론만 사용하기에, 빠르고 저렵하다.이식성 : 동일 프롬프트를 다른 모델에도 쉽게 적용해 볼 수 있다.ㅇ 단점학습되지 않은 Task/Domain에 대한 판단 정확도가 떨어진다.동일 프롬프트를 사용하더라도 모델에 따라 성능이 크게 차이날 수 있다.2. Fine-tuned JudgeJudge를 목적으로 특정 모델을 학습해 사용하는 방법ㅇ 장점벤치마크와 같은 단순한 평가에 대한 평가 정확도..

주요정보 링크llama-gitllama-recipesllama-hugging-sample_codehugging-chatllama-3-cookbookprompt-formatllama-3-70B-GGUFRun Code (on terminal)8Btorchrun --nproc_per_node 1 example_chat_completion.py \ --ckpt_dir 8B-instruct/Meta-Llama-3-8B-Instruct/ \--tokenizer_path 8B-instruct/Meta-Llama-3-8B-Instruct/tokenizer.model\--max_seq_len 2048 --max_batch_size 670Btorchrun --nproc_per_node ..

일부내용 요약 및 정리 Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena Abstract open-ended 질문에서 모델을 평가하기 위해 강력한 LLM을 평가 도구로 사용해본 연구이다. LLM 평가와 사람의 선호도 사이의 일치도를 검증하고, 관련된 벤치마크로 (multi-turn의 질문 셋으로 구성된 ) MT-bench와 (온라인을 통해 LLM간 경쟁을 붙이는) Chatbot Arena 플랫폼에 대해 소개한다. GPT-4와 같은 강력한 LLM을 판단도구로 사용하는 경우 사람과의 일치율이 80% 이상이었으며, 사람들의 선호도 측정 및 설명 가능한 방법 중 하나로 대략적으로 사용 가능할 것으로 보인다. 1. Introduction 대표적으로 사용되는 LLM ..

아래는 본 논문의 내용 중 관심있는 일부 Section에 대해서만 번역/의역한 내용입니다. Paper - Evaluating Large Language Models: A Comprehensive Survey Figure. An overview of studies on knowledge and capability evaluation for LLMs. 3. Knowledge and Capability Evaluation 모델의 규모와 능력이 발전함에 따라 LLM의 지식과 능력을 평가하는 것은 하나의 중요한 연구로 자리잡았다. LLM이 다양한 분야에 응용되고 배포됨에 따라 task별로 모델의 능력과 한계를 세밀히 평가하는 것 또한 중요해졌다. 따라서 3절에서는 LLM 평가방법 및 벤치마크와 관련한 전반적인 소..