deploy: 58b8fca

p208p2002 · Dec 13, 2023 · 828531a · 828531a
1 parent e209b26
commit 828531a
Show file tree

Hide file tree

Showing 3 changed files with 5 additions and 5 deletions.
diff --git a/_version.txt b/_version.txt
@@ -1,3 +1,3 @@
-Git Hash: 20a63ac5e063454b1886944a9c81b5afdb6be828
-Build Time: 2023/12/13 03:01:46
+Git Hash: 58b8fcad17058ed5f6515e61089b279559e5e317
+Build Time: 2023/12/13 03:12:16
 Build Platform: Linux-6.2.0-1018-azure-x86_64-with-glibc2.35
diff --git a/docs/fill-in-middle/document.md b/docs/fill-in-middle/document.md
@@ -73,7 +73,7 @@ Fill-in-the-middle（FIM）訓練模型的實用性、簡單性和效率，作
 
 ![image](./1.png)
 ![image](./2.png)
-黃色線段(0.5)表示有50%的語料使用 FIM方法 ()，紫色線段表示常規的預訓練。
+黃色線段(0.5)表示有50%的語料使用 FIM方法 (FIM rate)，紫色線段表示常規的預訓練。
 
 僅僅考慮測試損失通常是不足夠的。為了加強上述結果，作者在一套標準下游基準測試中評估了作者的模型，其結果呈現在上圖。作者再次發現，Joint FIM pre-training 不會導致在標準AR基準測試中出現性能降級，因為性能在自然語言和 code 方面都在誤差範圍內匹配。
 

diff --git a/index.json b/index.json
@@ -15,9 +15,9 @@
             "token",
             "訓練",
             "prefix",
+            "rate",
             "預訓練",
-            "學習",
-            "suffix"
+            "學習"
         ],
         "page_link": "https://blog.philip-huang.tech?page=fill-in-middle",
         "file_link": "https://blog.philip-huang.tech/docs/fill-in-middle/document.md",