面试之前，先来面栈
搜索

评测体系与实验设计

10 个专题 · 567 道题

已筛选

共 127 道题

排序：

2008
项目 Benchmark 是怎样构建的，使用哪些指标？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
1 篇面经
2012
你了解哪些 Agent Benchmark？
AI 应用工程与治理评测体系与实验设计
概念解释
基础
1 篇面经
2013
如何从零构建一个缺陷修复 Benchmark？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
1 篇面经
2014
SWE Benchmark 中有哪些评估指标？
AI 应用工程与治理评测体系与实验设计
概念解释
基础
1 篇面经
2020
Agent 轨迹如何验证，验证与不验证的路线有什么区别？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
1 篇面经
2054
能否用 AI 做自动化安全测试，实际落地会遇到什么问题？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
1 篇面经
2087
如何同时保证 Agent 结果多样性与评估结果的稳定准确？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
1 篇面经
2108
同一任务使用两套 Harness 结果差异大时如何定位责任模块，若都不好又如何改进？
AI 应用工程与治理评测体系与实验设计
故障排查
进阶
1 篇面经
2113
项目评价结果使用什么模型？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
1 篇面经
2118
项目声称的 17% 提升如何测得，统计覆盖多少历史值班记录？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
1 篇面经