-
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…- 0
- 0
LLM-as-a-judge
-
￥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：×