返回全部题目← 上一题170 / 267下一题 →题库/AI 应用工程与治理/Q-4657为什么需要固定评测集和基线来判断 AI 应用改动是否有效？知识专题：评测体系与实验设计题目类型：原理机制技术难度：进阶题集来源：2 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录收录题集相关题目收录题集2 个来源，共2 份题集模型与应用评测AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →What is the role of golden datasets in AI evaluation?AI 系统设计面试题Guide · JavaGuide · 1 条原题查看题集 →为什么没有评测集就很难判断一次改动是否有效？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：63 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CI 中的 AI 评测如何控制成本、耗时并保留关键覆盖？下一题 →为什么 RAG、Agent 和结构化输出需要不同的评测指标？
