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：

1284
基于 VLM 的 Benchmark 系统如何实现？
AI 应用工程与治理评测体系与实验设计
系统设计
进阶
1 篇面经1 个题集来源
1286
如何分别评估模型和 Harness 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
2 篇面经
1305
Ground Truth 由谁构造，如何保证可靠？
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1 个题集来源
1384
打分模型应有哪些特性，如何选型？
AI 应用工程与治理评测体系与实验设计
比较选型
进阶
1 篇面经1 个题集来源
1412
Judge Prompt 如何迭代？
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
1440
优化后指标有好有坏，如何判断收益？
AI 应用工程与治理评测体系与实验设计
开放讨论
—
1 篇面经1 个题集来源
1455
如何用 Langfuse Evaluator 评估具体场景？
AI 应用工程与治理评测体系与实验设计
项目深挖
进阶
2 篇面经
1908
如何判断 Agent 执行路径与最终结论分别是否正确？
AI 应用工程与治理评测体系与实验设计
效果评估
深入
1 篇面经1 个题集来源
2012
你了解哪些 Agent Benchmark？
AI 应用工程与治理评测体系与实验设计
概念解释
基础
1 篇面经1 个题集来源
2013
如何从零构建一个缺陷修复 Benchmark？
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1 个题集来源