评测体系与实验设计

10 个专题 · 567 道题

3095

UTBench 如何衡量模型生成效果？

AI 应用工程与治理评测体系与实验设计

项目深挖

进阶

3114

成片合格率从 80% 到 98% 如何统计？

AI 应用工程与治理评测体系与实验设计

项目深挖

进阶

3178

困惑度是否越低越好，还有哪些更合适的指标？

AI 应用工程与治理评测体系与实验设计

比较选型

进阶

3200

写出 Perplexity 的公式。

AI 应用工程与治理评测体系与实验设计

原理机制

基础

3286

录屏展示 Agent 最终完整推理过程及调试优化。

AI 应用工程与治理评测体系与实验设计

代码题

进阶

3374

如何评估 Agentic RL 的效果？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶

3438

新架构的 A/B 测试提升具体来自哪些模块？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶

3442

Expert Agent 的出商品率和商品正确率如何定义，评测数据从哪里来？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶

3466

LLM 应用如何结合 Prompt 版本管理和 A/B 测试？

AI 应用工程与治理评测体系与实验设计

系统设计

进阶

暂无面经 1 份题集

3544

如何量化评估整体对话效果？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶