页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「评测数据集」找到 3 条内容
按专题浏览 →匹配题目：请列举你在项目中使用过的评测数据集，并说明选择这些评测集的原因以及它们如何反映模型性能。
匹配正文：… 需要追加追问时：ownership_ambiguous → ownership-proof。 下一步：design。 配套学习：评测数据集怎么选?。 2. ownership · ownership-proof 请展示一项可脱敏的标注规范、样本版本、评测脚本变更或评审结论，证明职责和决策。 考察重点：用可脱敏工件交叉验证职责，而不是继续听抽象表述。 能对应到本人动作的变更、评审或设计记录 本人提交的标注规范、数据版本、评测脚本 diff 或评审结论 下一步：design。 …
匹配正文：…估体系设计】 设计一套完整的评估体系来衡量一个 Agent / RAG 系统的性能。 较难 → 【评测集选择】 你在项目里用过哪些评测数据集?为什么选它们、它们如何反映模型能力? 中等 → 【评估关键指标】 RAG 系统的评估体系里,最重要的评估指标 / 维度有哪些? 中等 → 【幻觉评估与缓解】 怎么有效评估并缓解大模型生成内容里的幻觉? 较难 → 【子任务贡献评估】 复杂目标的 Agent 里,怎么评估一个子任务的完成对最终目标的贡献? 较难 → 自检清单 能讲清调研型 …
学习内容与项目面试，在同一条路上。