اختبار الانطباع عن نماذج الذكاء الاصطناعي الجديدة: تحقق بنفسك من مدى تحسن النموذج الجديد

تطبيق ويب مجاني

اختبار الانطباع عن نماذج الذكاء الاصطناعي

الصق موجهات قياسية من 24 سؤالًا في 8 مجالات في النموذج الجديد وقيّم إجاباته بـ 0/1/2، فيعرض التطبيق نتائج نموذجين متراكبة على مخطط راداري ليُظهر في أي مجال تحسن النموذج وبأي قدر. سجلات التقييم تُحفظ في هذا المتصفح فقط.

افتح التطبيق ←

في كل مرة يصدر نموذج ذكاء اصطناعي جديد، تمتلئ مواد الإعلان بدرجات المعايير القياسية، لكن هذه الدرجات وحدها لا تخبرك بما تحسن فعلًا في المهام التي تقوم بها أنت. وإذا ارتجلت أسئلة جديدة في كل مرة، اختلفت الظروف عما اختبرت به النموذج السابق فتعذرت المقارنة. لذلك أعددت مجموعة أسئلة قياسية تطرحها على أي نموذج بالطريقة نفسها وتقارن النتائج جنبًا إلى جنب. مع ملاحظة أن واجهة التطبيق باللغة الكورية.

24 سؤالًا في 8 مجالات

الأسئلة موزعة على 8 مجالات: الاستدلال والمنطق، والرياضيات والحساب، والبرمجة، واللغة الكورية واللغويات، والأمانة والهلوسة، واتباع التعليمات، ومعالجة النصوص الطويلة، والإبداع والكتابة، بواقع 3 أسئلة لكل مجال، أي 24 سؤالًا في المجموع. ويرافق كل سؤال شرح لسبب قدرته على إظهار الفروق بين النماذج، ومعايير التقييم لدرجات 0 و1 و2، والنقاط التي ينبغي التدقيق فيها أثناء التقييم. في مجال الأمانة مثلًا، هناك سؤال يتضمن فرضية كاذبة تبدو معقولة، لترى هل يختلق النموذج وقائع لا وجود لها أم يبدأ بتصحيح الفرضية نفسها.

انسخ الموجه والصقه ثم قيّم

طريقة الاستخدام بسيطة. انسخ موجه السؤال والصقه في نافذة المحادثة للنموذج الذي تريد اختباره، ثم قارن إجابة النموذج بمعايير التقييم المرفقة بالسؤال وسجّل درجة من 0 أو 1 أو 2. لا حاجة إلى تسجيل حساب أو مفتاح API، والتطبيق نفسه لا يستدعي أي نموذج مباشرة. أي نموذج من أي شركة يمكن اختباره بالطريقة نفسها ما دامت لديه نافذة محادثة.

قارن نموذجين على مخطط راداري

نتائج التقييم تُحفظ في جلسات منفصلة لكل نموذج. اختر جلستين، فيعرض التطبيق درجات المجالات الثمانية متراكبة على مخطط راداري، لترى بنظرة واحدة في أي مجال تحسن النموذج الجديد وبأي قدر. فإذا اقتربت الرياضيات والبرمجة مثلًا من الدرجة الكاملة بينما بقيت درجة الأمانة كما كانت، فمعنى ذلك أن عليك الاستمرار في التحقق من الوقائع في إجابات ذلك النموذج.

المسار السريع ينتهي في 5 دقائق

إذا لم يكن لديك وقت لخوض الأسئلة الأربعة والعشرين كلها، يمكنك استخدام المسار السريع المكوّن من ثمانية أسئلة، سؤال ممثل واحد لكل مجال. وقد صيغت أسئلته قصيرة بحيث تنتهي منها مع التقييم في أقل من 5 دقائق. وإلى جانب الأسئلة الأساسية، يمكنك إضافة مهامك المتكررة كأسئلة مخصصة، كما يمكن تصدير الأسئلة وسجلات التقييم إلى ملف JSON أو استيرادها منه، لتكمل من حاسوب آخر أو ليختبر شخص آخر بالأسئلة نفسها.

سجلات التقييم تُحفظ في هذا المتصفح فقط

هذا التطبيق تطبيق ويب ثابت يعمل من دون خادم. كل ما تدخله، بما في ذلك جلسات النماذج وسجلات التقييم والأسئلة المخصصة، يُحفظ في هذا المتصفح فقط ولا يُرسل أبدًا إلى أي خادم. وإذا مسحت بيانات المتصفح فستُمسح سجلات التقييم معها، لذا ننصح بتنزيل السجلات التي تريد الاحتفاظ بها طويلًا في ملف JSON.