为什么用同一模型生成和评测答案，评估时发现了哪些问题？

知识专题：评测体系与实验设计题目类型：比较选型技术难度：进阶相关面经：1 篇

暂无参考答案

未标记

本题目录

相关面经

1 篇

阿里巴巴

全栈开发工程师

2026-09-04二面

查看原面经 →

追问

行业里用模型做评测是很常见的技术，但同模同样的模型去做评测比较少见，你们的设计考虑是什么？（追问）你们在评估的过程当中发现了有哪些问题？