Comparer équitablement les modèles

Title: Comparer équitablement les modèles
Description: Selon l'intervenant, les modèles de traçage profond des connaissances sont évalués avec des jeux de données, des prétraitements, des protocoles et des métriques hétérogènes. Cette hétérogénéité rend les comparaisons inéquitables et limite la reproductibilité. Deux enjeux en découlent. Le premier consiste à contrôler la comparaison par des données, un entraînement et des exécutions répétées identiques. Le second consiste à étendre l'évaluation aux métriques énergétiques et carbone. Trois questions de recherche portent sur la performance prédictive, les émissions de CO2 estimées et leur compromis.
Outil: GPT-5 mini
startTime: 303
endTime: 523
Identifier: urn:uuid:8efe0296-8e34-4e17-94ed-f0cd8bdde2ab

Filter by resource type and property:

Items with "Micro résumé chronologique généré par IA: Comparer équitablement les modèles"
Title	Class
Au-delà de la performance prédictive : vers une évaluation écologique des modèles de Deep Knowledge Tracing

There are no annotations for this resource.