模型评测

模型评测建立可复现、可对比、可回归的模型效果评测体系。 也适用于以下说法：LLM 评测、模型评估、效果评测、大模型评测、模型 benchmark。 覆盖链路：目标对齐 → 维度设计 → 数据集 → 自动+人工 → 回归 → 报告。 内置方法论：维度稳定法、数据集固定法、自动筛人工判、回归守护法。 能力模块：目标对齐、维度设计、数据集构建、自动+人工、回归机制、报告规范。 输出可直接交付，全流程附卡点自救与合规护栏

存档时间线

版本索引永久保留；内容副本只保留最近 2 版，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本