评估学习资料：面试题、系统教程。从实际问题进入，按自己的基础选择需要的内容。
共 122 条内容
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。
数据、训练、推理优化与外部增强四大路径可行性分析
项目实战中评测集选择标准与性能反映逻辑
学习内容与项目面试，在同一条路上。
验证机制、反馈闭环与测试框架三大技术手段详解
大模型评估中 BLEU、ROUGE 等自动指标与人工标准的优劣对比
从训练数据、解码策略到后处理,多角度应对方案
不同转化方法性能差异及影响因素分析,结合实验经验
模型选择偏差与泛化能力评估,合并的风险
近期大模型重要论文盘点,技术讨论中的引用与启发
DCG 与 IDCG 含义详解,推荐系统排序评估应用
上下文漂移解决方案:记忆机制与检索策略详解
召回与生成阶段架构设计、算法、工程三角度策略
误判引发的策略冲突,容错与协调机制详解
奖励塑形、因果推断、状态价值估计三种方法对比
从数据收集到 PPO/DPO 框架,对话 Agent 评估与迭代
从任务定义到强化学习,完整闭环与评估机制
模型服务化、工具集成、上下文管理、调度与监控反馈机制详解
RAG 优势、局限及多场景应用考量,评估与监控要点
定量与定性指标分析,结合RAG场景选择评估手段
实验设计、指标选择与因果推断方法详解
结合打分排序与成本收益评估,多工具场景下的决策模块实现
算法机制与系统架构双层面防隐私泄露与越权
不同业务场景下如何权衡 RAG 指标、失败成本与阈值
字节面试题:结合典型场景谈 Agent 架构设计与落地挑战