概念Cumulative Evaluation
累积评估
一种模型上线前的安全验证机制,将新模型在历史累积的评估集(含旧任务和新任务)上的表现进行综合比较,只有在新模型不劣于旧模型且在新需求上有提升时,才允许切换检查点,防止灾难性遗忘。
时间轴 (近 90 天)
11月16日
G-CAST采用基于累积评估的受治理检查点切换,每次模型更新需通过累积评估才能上线。
待验证50%
一种模型上线前的安全验证机制,将新模型在历史累积的评估集(含旧任务和新任务)上的表现进行综合比较,只有在新模型不劣于旧模型且在新需求上有提升时,才允许切换检查点,防止灾难性遗忘。
G-CAST采用基于累积评估的受治理检查点切换,每次模型更新需通过累积评估才能上线。