首页 /文章

文章

全部入门与导航基础理论大模型专题应用开发工程与基础设施行业与场景伦理、安全与合规综合项目与职业成长
大模型专题 模型家族与选型 5预训练与微调 3对齐技术 1模型侧推理改造 3模型能力与范式 3评测与基准 2

全部内容 · 共 2 篇 · 最新在前

评测与基准

评测脚本本身也是变量:harness 配置如何改变同一模型的分数

文章指出评测分数受harness配置影响。

浏览 22 次 2026-11-04 →
评测与基准

RAG 系统评估——指标、数据集与落地方法

RAG 系统的评估方法。提出分层指标体系,说明黄金 QA 集的构建要点与评估方法,归纳常见失败模式与诊断流程,可供搭建可复跑的评测流程。

浏览 73 次 2026-09-22 →