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：

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5 份题集
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 份题集
4658
为什么 RAG、Agent 和结构化输出需要不同的评测指标？
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 份题集
4659
评测记录为什么要绑定模型、Prompt、检索配置、代码和数据版本？
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3 份题集
4674
如何评估多模态模型性能，准确率之外应选择哪些指标？
AI 应用工程与治理评测体系与实验设计
效果评估
进阶
暂无面经23 份题集
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 份题集
4754
用 Python 从零计算 BLEU-N 和 ROUGE-L。
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1 份题集
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 份题集
4756
用 Python 统计 Agent 任务成功率、平均步数和 Token 消耗。
AI 应用工程与治理评测体系与实验设计
代码题
基础
暂无面经1 份题集
4771
BLEU 分数如何计算，如何从 n-gram 精确度推导 BLEU-4？
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1 份题集