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：

4991
G-Eval 如何利用大语言模型评估生成质量？
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1 份题集
4992
如何为 AI 应用构建和维护回归测试套件？
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6 份题集
4994
如何评估并缓解 AI 系统对不同群体的偏见？
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6 份题集
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 份题集
5069
Agent 评测中的 Task、Trial、Grader 和 Transcript 分别是什么？
AI 应用工程与治理评测体系与实验设计
概念解释
基础
暂无面经3 份题集
5071
时间和 Web 搜索结果持续变化时，如何评测 Agent？
AI 应用工程与治理评测体系与实验设计
方案设计
深入
暂无面经2 份题集
5143
短答案的规范化精确匹配有哪些局限，如何判断语义等价？
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1 份题集
5145
如何设计多 LLM 评委的评分聚合、分歧处理与异常识别？
AI 应用工程与治理评测体系与实验设计
方案设计
深入
暂无面经1 份题集
5153
如何分层评测大模型结构化输出的质量？
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2 份题集
5154
如何为 AI 应用评测确定发布阈值？
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1 份题集