返回全部题目← 上一题156 / 232下一题 →题库/AI 应用工程与治理/Q-4496如何评估 Agent 系统的鲁棒性，设计对抗和边缘场景测试？知识专题：评测体系与实验设计题目类型：效果评估技术难度：进阶收录题集：4 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集4 份Agent 核心面试题阿东玩 AI · AgentGuide · 1 条原题查看题集 →如何评估一个Agent系统的鲁棒性？除了准确率，还会测试哪些对抗性或边缘case？Agent与工具调用阿东玩 AI · AgentGuide · 1 条原题查看题集 →【Agent泛化性与鲁棒性】开放场景下，如何保障大模型Agent的泛化性与工具调用鲁棒性？ 「美团」模型与应用评测AMIT SHEKHAR · ai-engineering-interview-questions · 2 条原题查看题集 →What is adversarial testing for AI systems?How do you evaluate the robustness of an LLM application across input variations?模型评估：多维评估大语言模型Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →如何评估对抗鲁棒性？相关题目4 题0046简历评分应该从哪些维度进行？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇0056如何量化评估 Agent 输出质量或任务成功率？同一知识专题题目类型：方案设计技术难度：进阶相关面经：58 篇0080GDPval 评测链路在项目中如何实现？同一知识专题题目类型：项目深挖技术难度：深入相关面经：1 篇0150AI 如何从需求或用例生成正确的接口测试脚本，并评估生成效果？同一知识专题题目类型：方案设计技术难度：进阶相关面经：6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题开放世界中缺少明确 Ground Truth 时，如何评估 Agent 自进化并获得 Proxy Rewards？下一题 →BLEU、ROUGE 等传统 NLP 指标为什么难以充分评价现代 LLM 的生成质量？
