-
LLM 应用评估完全指南:从一次"改了提示词修好一个 case 结果碰坏一片"看懂为什么肉眼看例子不算测试
2024 年我做一个 AI 功能用户输入一段商品描述让大模型帮忙提炼出标题卖点和适用人群这件事我没多想就有了方案写一个提示词把用户的描述塞进去调模型把结果返回第一版我做得很顺手提示词写好本地拿三五个商品描述一试模型提炼得有模有样我心里很笃定提示词调到自己看着顺眼就算做好了可等它真正开始迭代一串问题冒了出来第一种最先把我打懵有用户反馈某类商品的提炼很差我改了改提示词把那个 case 修好了结果第二天…- 0
- 0
-
AI 评测完全指南:从一次"改了 prompt 修好一类却搞坏另一类"看懂大模型效果怎么量化
2024 年我做一个 AI 问答功能用户提问大模型生成答案。功能跑通之后我想知道一件事它到底答得准不准。第一版我做得很省事我自己随手敲了几个问题看着模型的回答觉得嗯还行就上线了。后来每次改 prompt 换模型我还是这么干自己敲几个问题肉眼看一看。我心里很踏实AI 效果好不好自己多试几个问题不就知道了。可等它真正迭代起来一串问题冒了出来。我改了一版 prompt 修好了一类答错的问题满心欢喜上线结…- 27
- 0
LLM评估
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×