[控场AI]
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%

全部知识事实 (1)

来源文章