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。
「Agent 轨迹评估」找到 2 条内容
按专题浏览 →匹配正文：…Rubric 评分，每个维度定义不同档位的可观察证据。Rubric 越具体，人工和 Judge 越容易一致。 轨迹质量应该评什么 轨迹评估不要求裁判阅读模型的私密思维过程，而是检查结构化计划、动作、工具调用、Observation、状态变化和完成证据。 规划层看子目标是否覆盖任务、依赖是否合理、是否在信息不足时澄清。工具层看是否选对工具、参数是否正确、权限是否合规、是否重复无效调用。 Observation 层看 Agent 是否忠实使用工具结果，遇到空、冲突和部分结果有没有…
匹配标题与标签：大模型评估与监控面试题大全 大模型评估与监控面试准备枢纽：评测集构造、RAG 指标、Agent 轨迹评估、LLM-as-Judge、线上监控与 badcase 归因 120+ 道真题，含书面答案与口语版讲法。 评估 专题学习 大模型评估与监控面试题大全
学习内容与项目面试，在同一条路上。