Physical AI Lab // 第 3.6 話 // 小テスト

最前線を読む:数字の確かめ方

毎日のレーダーで、論文の鍵になる数字を計算し直す

01ある報告は、ファインチューニングで「約 96% の改善」と言っています。確かめてみると、評価に使ったエピソードの一部が学習データにも入っていました。最も妥当な判断は?

02同じ「成功率 90%」が、メーカーのプレスリリース、arXiv のプレプリント、テック系メディアの記事に出ています。レーダーの証拠レベルに従うと、正しい読み方は?

03「このデータセットは 500 エピソード」という前提で学習スクリプトを書いたら、途中でインデックス範囲外のエラーになりました。まず何をすべきですか?

04ある報告で、二つの手法の順位はほんのわずかしか違わず、数字は最初の 5 つの取り置きエピソードだけの平均です。確認メモにはどう書きますか?

05「動作の誤差が約九割減った」という数字を確かめるとき、記録として最もふさわしいのはどれですか?