评测体系与实验设计

本分类共 10 个专题 · 1909 道题

18562

线上 AI 产品的内容安全应怎样设计检测指标和评测集？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

18649

规则引擎与 LLM 双路检测系统的准确率应怎样评估？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶

18703

内容审核 Agent 的日审核量与准确率怎样统计和验证？

AI 应用工程与治理评测体系与实验设计

效果评估

进阶

18722

复核模型怎样使用，其输入、输出和判定流程如何设计？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

1981

如何评估 Description 对代码定位的有效性？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2014

SWE Benchmark 中有哪些评估指标？

AI 应用工程与治理评测体系与实验设计

概念解释

基础

2020

Agent 轨迹如何验证，验证与不验证的路线有什么区别？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2054

能否用 AI 做自动化安全测试，实际落地会遇到什么问题？

AI 应用工程与治理评测体系与实验设计

方案设计

进阶

2113

项目评价结果使用什么模型？

AI 应用工程与治理评测体系与实验设计

项目深挖

进阶

2118

项目声称的 17% 提升如何测得，统计覆盖多少历史值班记录？

AI 应用工程与治理评测体系与实验设计

项目深挖

进阶