| 第63行： |
第63行： |
| | | | |
| | == 评估指标与实验设置 == | | == 评估指标与实验设置 == |
| − | === 常用指标 ===
| |
| − | 论文围绕“控制有效性、质量副作用、效率开销”等维度组织实验，并使用如下指标：[^https://arxiv.org/pdf/2308.10248v4]
| |
| − |
| |
| − | * '''Toxicity（毒性）'''：用于去毒任务，使用 Perspective API 对生成文本打分，越低越好（Table 3）。[^https://arxiv.org/pdf/2308.10248v4]
| |
| − | * '''(Dis)Fluency（不流畅度）'''：以条件困惑度等作为流畅度代理，越低越好（Table 3、Table 4）。[^https://arxiv.org/pdf/2308.10248v4]
| |
| − | * '''Relevance（[[相关性]]）'''：用句[[向量]]余弦相似度衡量[[提示词]]与续写的[[语义]][[相关性]]，越高越好（Table 3、Table 4）。[^https://arxiv.org/pdf/2308.10248v4]
| |
| − | * '''<math>P@K</math>（能力保留）'''：ConceptNet（LAMA）常识填空中，正确答案进入 top-<math>K</math> 候选的[[概率]]，用于衡量非目标能力是否被破坏（Figure 3）。[^https://arxiv.org/pdf/2308.10248v4]
| |
| − | * '''[[Inference]] time premium（推理时间溢价）'''：相对推理时间增量比例（Figure 4）。[^https://arxiv.org/pdf/2308.10248v4]
| |
| | | | |
| | == 实验结果摘要（按图表组织） == | | == 实验结果摘要（按图表组织） == |