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：

0474
如何从海量线上日志构建有限评测集，随机抽样有什么不足？
AI 应用工程与治理评测体系与实验设计
方案设计
深入
2 篇面经2 个题集来源
1470
意图识别和工具编排调度如何评测？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
2 篇面经2 个题集来源
1718
实习评测针对哪些场景、目标是什么，评测集如何构建？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
3 篇面经1 个题集来源
2206
使用 Agent 或 LLM Judge 评测时，如何设计评测 Prompt？
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3 个题集来源
2900
Agent 如何分别评估规划能力与幻觉率？
AI 应用工程与治理评测体系与实验设计
效果评估
进阶
2 篇面经2 个题集来源
3012
Code Agent 的 Verifier 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
1 篇面经3 个题集来源
3792
如何设计 regression test suite，确保每次 Prompt 修改或模型升级不引入退化？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
3 篇面经1 个题集来源
3883
如何为 Skill 构建回归评测集？
AI 应用工程与治理评测体系与实验设计
方案设计
进阶
4 篇面经
3976
如何证明 RAG 系统端到端回答效果变好，而不只是召回指标提升？
AI 应用工程与治理评测体系与实验设计
效果评估面前必看
进阶
3 篇面经1 个题集来源
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
2 篇面经2 个题集来源