斯诺

采用 beam search方法，可以避免陷入局部最优，而且会生成多个不同的句子，在多样性上比 greedy要好

编码器-解码器结构，本质就是将源语言序列映射到目标语言的词序列，可以被看做是一个以源端句子为条件，来建模目标端句子的语言模型。

目前，机器翻译任务会看 BLEU，学术界看的比较多。在生成任务中，多样性评估、人工评估依然占据主导地位。人工评测依然有很多可以探索的点，本文给出了自己在实战中的一些经验，希望能给大家一些帮助和启发。

除了这些基于统计的自动评测方法，随着 word2vec 技术的兴起，各种基于语义表示的评测方法也逐渐被提出，接下来，我们就介绍一些基于语义表示的评测方法。

随着chatgpt的兴趣，目前大家对大模型已经不再陌生，随着技术的落地，越来越多人也开始关注一个问题： 如何评估模型生成的效果是符合预期的呢？ 本文将从自动评估和业务评估两个角度来介绍评估方式。

句子表示 语言表达的多样性，使得相同的语义可以有完全不同的表达方式。判断两个句子在语义上是否相似，对于人类来说是一件相对简单的事情，但对机器却是一项挑战，其本质原因在于语义理解的困难。虽然目前可以通过

之前的文章中，已经简单介绍了instructGPT，接下来，想要介绍一下 chatGPT以及相关的应用。本文将以比较容易理解的语言来介绍 chatgpt，并做相关技术总结，后续会介绍相关应用。 wha

背景 上一篇文章，介绍了 in-context learning 的基本原理。本篇文章根据北大出品的 A survey for In-context Learning, 尝试来定义 ICL: ICL是

一. 什么是建模？模型又是什么？ 建模，是人们为了理解事物而对事物做出的一种抽象，是对事务进行书面无歧义的描述。 模型就是对实际问题或者是客观规律进行的形式化的表达。 二. 关于语言模型 长久以来，人