افزودن محافظ در برابر بهینه‌سازی افراطی بنچمارک به جدول امتیازات Open ASR
خلاصه هوش مصنوعی
جدول امتیازات Open ASR برای جلوگیری از آلودگی مجموعه داده‌های آزمایشی و بهینه‌سازی افراطی، مجموعه‌داده‌های ارزیابی خصوصی جدیدی را از شرکت‌های Appen و DataoceanAI اضافه کرده است. با خصوصی نگه داشتن این مجموعه‌داده‌ها، پلتفرم ارزیابی دقیق‌تری از عملکرد تشخیص گفتار در دنیای واقعی و در میان لهجه‌های متنوع و محیط‌های مکالمه‌ای فراهم می‌کند. محاسبه پیش‌فرض میانگین نرخ خطا (WER) همچنان بر اساس مجموعه‌داده‌های عمومی است، اما کاربران می‌توانند داده‌های خصوصی را فعال کنند تا رتبه‌بندی‌ها را با معیارهای هدفمندی مانند میانگین متن‌های از پیش نوشته شده، مکالمه‌ای، لهجه آمریکایی و غیرآمریکایی مشاهده کنند.
نکات کلیدی
- شرکت‌های Appen و DataoceanAI مجموعه‌داده‌های باکیفیت ASR انگلیسی شامل گفتارهای اسکریپت‌شده و مکالمه‌ای را فراهم کرده‌اند.
- محاسبه پیش‌فرض میانگین WER برای حفظ سازگاری عقب‌برنده شامل داده‌های خصوصی نمی‌شود، اما می‌توان آن‌ها را با یک دکمه فعال کرد.
- معیارهای هدفمند، شکاف بین تنظیمات کنترل‌شده با لهجه آمریکایی و شرایط مکالمه‌ای یا غیرآمریکایی ظریف‌تر را برجسته می‌کنند.
چرا مهم است
بهینه‌سازی جدول امتیازات بدون تعمیم‌پذیری در دنیای واقعی یک چالش حیاتی در یادگیری ماشین است. معرفی داده‌های ارزیابی خصوصی به جلوگیری از بیش‌برازش مدل‌ها روی بنچمارک‌های عمومی کمک می‌کند و ارزیابی‌های قابل‌اعتمادتر و کاربردی‌تری از مدل‌های ASR تضمین می‌نماید.
گفتگو 0
آغازگر گفتگو باشید.