محققان در مقاله جدید خود به سراغ حل یکی از مشکلات بزرگ در ارزیابی مدلهای هوش مصنوعی رفتهاند. مشکل اینجاست که استفاده از بنچمارکهای با حجم ثابت، یا باعث هزینههای محاسباتی سنگین میشود یا دقت لازم را ندارد.
راهکار جدید؟ استفاده از «آزمونهای ترتیبی» (Sequential Testing) که با تشخیص هوشمندانه زمان توقف تست، دقیقاً به اندازه نیاز داده مصرف میکند. این روش در تستهای عملی روی بنچمارک Open VLM، توانسته هزینههای محاسباتی را تا ۸۰ درصد کاهش دهد، بدون اینکه از اعتبار و دقت نتایج کم شود! 🚀
این یعنی سرعت بالاتر و هزینه کمتر در توسعه مدلهای آینده.
منبع: arXiv Machine Learning



