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 · 1023 道题

已筛选

共 232 道题

排序：

3635
实习工作如何衡量，从冷启动到上线如何利用用户反馈持续改进？
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
3791
Eval dataset 的构建策略有哪些？如何从生产流量中自动挖掘高价值测试用例？
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1 份题集
3793
Benchmark 过拟合问题（Benchmark contamination / Goodhart's Law）在 Agent eval 中如何规避？
AI 应用工程与治理评测体系与实验设计
方案设计
深入
1 篇面经10 份题集
3800
使用 AI 生成评测数据时，如何保证数据集质量和覆盖度？
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1 份题集
3805
如何利用评测数据持续提升 Agent 的回答效果？
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8 份题集
3897
评测集规模如何确定，准确与不准确的判定标准是什么？
AI 应用工程与治理评测体系与实验设计
效果评估
进阶
1 篇面经1 份题集
3974
只有少量黄金数据时，如何评测知识库问答准确性？
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1 份题集
3994
如何评测一套 Agent 上下文方案，评测数据和标注应怎样构建？
AI 应用工程与治理评测体系与实验设计
效果评估
深入
1 篇面经2 份题集
4047
生成测试用例质量差且不可复现时，最关键的系统设计是什么？
AI 应用工程与治理评测体系与实验设计
技术决策
深入
1 篇面经1 份题集
4096
如何把自己的 RAG 系统与其他知识库问答系统做公平对比？
AI 应用工程与治理评测体系与实验设计
效果评估
进阶
1 篇面经2 份题集