В прошлой статье я разбирал спекулятивное декодирование — способ ускорить языковую модель. Метод обещает, что ускорение не изменит ответы: распределение текстов на выходе останется ровно таким же, как при обычной генерации. Гарантия следует из самого устройства метода, но её…
Когда проводится один статистический тест на значимость различий, всегда есть шанс (Ошибка первого рода = 5%, на уровне значимости p=0.05) получить ложный положительный результат случайно. Эта ошибка означает, что мы можем ложно утверждать, что значимое различие существует, при том,
В статье с единой точки зрения обсуждаются три часто встречающихся на практике одновыборочных теста: тест знаков, t-тест и тест Уилкоксона (Signed-Rank Wilcoxon test). Показывается, что для практического применения рекомендуется тест Уилкоксона, так как он требует минимум предположений о…
Репозиторий тест-кейсов может легко переполниться устаревшими тест-кейсами, если его регулярно не очищать. Тестировщики выполнят ряд тест-кейсов, отметят их как проваленные (failed), а затем эти тест-кейсы будут закрыты владельцем продукта и в итоге обернутся ненужной тратой ресурсов. Мы все это проходили. Читать далее