quality-assessment

一位用户分享了关于MiMo数据集中奖励黑客模式的担忧，建议在用于训练AI模型时要谨慎。

本文介绍了数据故事作为一种叙事文档，结合了解释性文本、图像和可执行的SPARQL查询，以提高文化遗产知识图谱的可访问性和质量评估，使用了一个名为LODEON的AI支持创作平台。

本文介绍了XAI-Arena，这是一个LLM-as-a-judge框架，用于可扩展和可复现的AI解释质量评估，显示出与人类判断的强相关性。

fmetrics是一个使用C和Zig开发的开源库，用于计算快速的感知图像和视频保真度指标，如IW-SSIM、MS-SSIM、SSIMULACRA2、Butteraugli和CVVDP，并且经过验证与人类评分具有相关性。

本文提出了一种基于模型的方法来评估大规模多语言平行数据，将其分解为平行性评估和无参考质量估计，发现没有任何单一的通用指标适用于所有语言方向。

本文介绍了一种基于知识的方法，利用知识图谱嵌入，通过预测上下文表示与质量规则之间的缺失边来自动评估大数据质量，优于传统的匹配方法。