Inverse Scaling Prize数据发布完整指南:5分钟上手11个获奖数据集,快速复现大模型逆扩展曲线
Inverse Scaling Prize数据发布完整指南5分钟上手11个获奖数据集快速复现大模型逆扩展曲线【免费下载链接】prizeA prize for finding tasks that cause large language models to show inverse scaling项目地址: https://gitcode.com/gh_mirrors/pr/prizeInverse Scaling Prize逆扩展奖官方数据发布包收录了全部 11 个获奖数据集专门用于研究大模型越大、表现反而越差的逆扩展Inverse Scaling现象。本文带你 5 分钟上手数据格式、字段说明与图表结构快速复现大模型逆扩展曲线适合刚接触 LLM 评测的读者。一、什么是逆扩展30 秒理解越大越差 按扩展定律Scaling Laws语言模型参数越多、训练算力越大基准测试表现通常越好。但 Inverse Scaling Prize 发现了一类反例任务模型越强错误反而越多。该赛事由 AI 安全研究机构于 2022 年发起总奖池 25 万美元目标是找到重要且可复现的逆扩展任务。经过两轮评审官方在 2023 年 3 月一次性发布了全部 11 个获奖数据集。下面的图是典型的逆扩展曲线横轴为模型算力FLOPs纵轴为负对数损失。可以看到 Gopher、OPT 等模型系列越大的版本在 Memo Trap 任务上损失越高表现越差二、5 分钟上手获取 11 个获奖数据集 1. 克隆仓库获取数据发布包所有数据位于data-release/isp-data-release.zip克隆仓库即可拿到git clone https://gitcode.com/gh_mirrors/pr/prize2. 解压并查看数据unzip />少样本条件下许多任务的逆扩展依然存在。下图是 Gopher 系列在 Into the Unknown 数据集上的表现五、使用数据前必读的注意事项 ⚠️Canary 字符串数据中嵌入了 BIG-Bench 风格的 canary GUID声明基准数据不应出现在训练语料中请勿将其用于模型预训练许可证全部数据采用 CC-BY 4.0 许可Modus Tollens 勘误数据发布后发现有少于 10% 的样例存在语法错误官方仍保留这些样例如需过滤受影响的样例下标已列在data-release/modus-tollens_affected_indices.txt数据清理resisting-correction有意略去 part 1memo-trap仅保留 part 1 与 3完整变更记录见data-release/README.md六、常见问题 FAQ Q复现曲线需要花钱调 API 吗A不需要。官方曲线已完整收录在plots/目录若要自己在开源模型如 OPT上重跑使用 Hugging Face 上的开源权重即可零成本。Qpart和round字段有什么用Apart区分数据集内部的不同子集如sig-figs有 21 个部分round标明数据提交自哪一轮两轮之间更新过的任务resisting-correction、redefine只保留了第二轮版本。Q数据量有多大够跑实验吗A11 个数据集共约 22 MB单文件从几百条如neqa到上万条不等全部满足赛事至少 300 条的最低门槛多数在千条量级足以观察到清晰的缩放趋势。总结Inverse Scaling Prize 数据发布包是目前研究大模型逆扩展现象最权威的公开资源——11 个获奖数据集 三类官方评测曲线开箱即用。克隆仓库、解压data-release/isp-data-release.zip即可在 5 分钟内开始你的复现实验。【免费下载链接】prizeA prize for finding tasks that cause large language models to show inverse scaling项目地址: https://gitcode.com/gh_mirrors/pr/prize创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

React 日期选择器终极指南:为什么 react-flatpickr 比原生 date input 更值得选择

React 日期选择器终极指南:为什么 react-flatpickr 比原生 date input 更值得选择

React 日期选择器终极指南:为什么 react-flatpickr 比原生 date input 更值得选择 【免费下载链接】react-flatpickr flatpickr for React 项目地址: https://gitcode.com/gh_mirrors/re/react-flatpickr 做 React 项目时,你需要一个日期选择器。…

2026/11/17 16:51:16 阅读更多 →
零基础速学SolidWorks2026【曲面】拉伸曲面和旋转曲面

零基础速学SolidWorks2026【曲面】拉伸曲面和旋转曲面

目录 前言 一、拉伸曲面 1. 定义 2.区分 3.应用 4.拉伸曲面的创建 情况一:开放性草图和封闭性草图都能通过拉伸曲面创建 情况二:多个开放性草图和封闭性草图在基准面上可以同时进行拉伸曲面(同类型) 情况三:参…

2026/11/9 8:29:45 阅读更多 →
如何读懂deque扩容机制:1.5倍增长策略与arrayMove迁移全流程

如何读懂deque扩容机制:1.5倍增长策略与arrayMove迁移全流程

如何读懂deque扩容机制:1.5倍增长策略与arrayMove迁移全流程 【免费下载链接】deque Extremely fast double-ended queue implementation 项目地址: https://gitcode.com/gh_mirrors/de/deque **double-ended-queue(deque 双向队列)**…

2026/10/25 3:29:32 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/17 8:22:52 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/17 12:46:04 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/17 12:46:04 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/17 11:26:33 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/17 12:46:05 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/17 12:46:05 阅读更多 →

日新闻

周新闻

月新闻