交叉熵
交叉熵是训练语言模型时最常用的损失指标:模型给真实答案的概率越低,数值就越大。内容拆解它如何计算、为什么适合当训练目标,以及它和困惑度、准确率各自的分工。
专题介绍
交叉熵衡量的是模型预测分布与真实答案之间的差距,训练时每一步的误差信号正是从它算出来的。专题内容会讲清它与对数概率的关系、取平均后如何换算成困惑度、为什么它能同时惩罚自信的错误,并说明它只反映预测概率这一面,不能代替对生成质量和任务完成度的评测。
交叉熵是训练语言模型时最常用的损失指标:模型给真实答案的概率越低,数值就越大。内容拆解它如何计算、为什么适合当训练目标,以及它和困惑度、准确率各自的分工。
交叉熵衡量的是模型预测分布与真实答案之间的差距,训练时每一步的误差信号正是从它算出来的。专题内容会讲清它与对数概率的关系、取平均后如何换算成困惑度、为什么它能同时惩罚自信的错误,并说明它只反映预测概率这一面,不能代替对生成质量和任务完成度的评测。