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：

3178
困惑度是否越低越好，还有哪些更合适的指标？
AI 应用工程与治理评测体系与实验设计
比较选型
进阶
2 篇面经1 个题集来源
3200
写出 Perplexity 的公式。
AI 应用工程与治理评测体系与实验设计
原理机制
基础
1 篇面经2 个题集来源
3790
Braintrust / LangSmith / Weave / PromptFoo 这类 eval 平台解决了什么核心问题？选型时如何权衡？
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3 个题集来源
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2 个题集来源
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
2 篇面经1 个题集来源
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 个题集来源
4281
如何把依赖人工打标的数据质量评测 Pipeline 自动化？
AI 应用工程与治理评测体系与实验设计
系统设计
进阶
2 篇面经1 个题集来源
4496
如何评估 Agent 系统的鲁棒性，设计对抗和边缘场景测试？
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3 个题集来源
4645
为什么不能只用公开 Benchmark 评价 AI 应用质量？
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3 个题集来源
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 个题集来源