真面经，好答案。面试之前，先来面栈。

评测体系与实验设计

本分类共 10 个专题 · 1193 道题

已筛选

共 267 道题

排序：

4522
BLEU、ROUGE 等传统 NLP 指标为什么难以充分评价现代 LLM 的生成质量？
AI 应用工程与治理评测体系与实验设计
原理机制
进阶
暂无面经2 个题集来源
4647
CI 中的 AI 评测如何控制成本、耗时并保留关键覆盖？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
暂无面经2 个题集来源
4657
为什么需要固定评测集和基线来判断 AI 应用改动是否有效？
AI 应用工程与治理评测体系与实验设计
原理机制
进阶
暂无面经2 个题集来源
4733
大海捞针测试如何评估大模型的长上下文能力？
AI 应用工程与治理评测体系与实验设计
原理机制
进阶
暂无面经2 个题集来源
4755
用 Python 实现 LLM-as-a-Judge 评估框架。
AI 应用工程与治理评测体系与实验设计
代码题
进阶
暂无面经2 个题集来源
4777
如何设计 VLM 幻觉问题的评估实验？
AI 应用工程与治理评测体系与实验设计
效果评估
深入
暂无面经2 个题集来源
4956
如何设计可复现并支持持续回归的大模型评测平台？
AI 应用工程与治理评测体系与实验设计
系统设计
深入
暂无面经2 个题集来源
4989
如何为 AI 应用定义可验证的完成标准，为什么这会影响产出质量？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
暂无面经2 个题集来源
4990
BLEU、ROUGE 与 BERTScore 分别衡量什么，应如何选择？
AI 应用工程与治理评测体系与实验设计
比较选型
进阶
暂无面经2 个题集来源
4995
传统机器学习与 LLM 应用的评估有哪些关键区别？
AI 应用工程与治理评测体系与实验设计
比较选型
进阶
暂无面经2 个题集来源