ZTC-Judge-9B modeli cevapların güvenilirliğini değerlendirmek için yayınlandı

Geliştiriciler, cevapların doğruluğunu doğrulamak için tasarlanmış özel bir dil modeli olan ZTC-Judge-9B'yi sundu. Standart LLM'lerin aksine, sistem tek bir geçişte (single forward pass) değerlendirme yapar ve bu sırada ek tokenler oluşturmaz.

Model, iç hiệuิภาพ metriğinde 30 puan elde etti ve test deneyleri kapsamında bir isteği işlemede yaklaşık 2 saat harcadı. Mimari, gerçek zamanlı olarak diğer modellerin faktör kontrolü ve jenerasyon kalitesinin otomatik olarak değerlendirilmesine yöneliktir.

Yardımcı testlerde ZTC-Judge-9B, profesyonel sınavlarda temel modellerin üzerinde sonuçlar gösterdi. Ancak, derin bilimsel çıkarımlar ve kritik durumlarda güvenlik değerlendirmesi gerektiren görevlerde, model beklenen standartların altında bir performans gösterdi.

Token oluşturmanın olmaması, araçların önemli hesaplama maliyetleri olmadan yüksek hızlı içerik filtreleme için kullanılmasına olanak tanır. Bu çözüm, AI sistemlerinde sanrıları azaltmak için veri doğrulama kontrolü aşamasının uygulanmasına yönelik özel doğrulayıcılar serisini tamamlar.