跳到正文
docai
.
cc
学 AI
学习
知识树
概念
专题
新闻
资料库
知识树
评测与质量
评测方法
DOCAI · 知识树 · 评测与质量
评测方法
Methods
用例集、通过标准、回归与人工抽检。
这一枝现有 4 条：1 概念 · 2 课程 · 1 专题 · 0 新闻
概念
01
评测（evals）
用固定任务与判定标准，持续衡量模型输出是否合格的一套做法。
L3
课程
02
改完提示，怎么知道变好了
先留一批固定测试题、给每条定判定标准、再新旧对比：没有这三步，任何「感觉好多了」都不可信。
L3
给提示词写一套能回归的评测
改提示词最怕凭感觉。把任务、判定和样本固定下来，跑一次基线，之后每次改动都用同一套样本对比通过情况，才不会越改越差。
L3
专题
01
评测与防线：让输出可验收
没有评测，改提示词只能靠感觉。专题讲评测集、LLM 评分与回归对比，再覆盖幻觉、提示注入、越狱与系统提示泄露，最后用护栏和人工确认收口。
相邻的分支
回到领域 →
自动评审
用模型打分、偏差、校准与一致性
1 条
基准与榜单
公开基准能说明什么、不能说明什么
0 条
线上实验
A/B、灰度、埋点与真实反馈
0 条
安全评测
红队、越狱测试、注入与数据泄露检查
1 条
