OpenAI เสนอวิธีการวัดค่า Goodhart’s law สำหรับการสุ่มตัวอย่างแบบ Best-of
บทความนี้ศึกษาการสุ่มตัวอย่างแบบ Best-of อย่างเป็นทางการ โดยนำเสนอวิธีการประมาณค่าตัวชี้วัดที่แท้จริง (true objective) โดยใช้ตัวชี้วัดแทน…
Theory
บทความนี้ศึกษาการสุ่มตัวอย่างแบบ Best-of อย่างเป็นทางการ โดยนำเสนอวิธีการประมาณค่าตัวชี้วัดที่แท้จริง (true objective) โดยใช้ตัวชี้วัดแทน…