LLM 评估

使用自动化指标、人工反馈和基准测试为 LLM 应用实现全面的评估策略。适用于测试 LLM 性能、衡量 AI 应用质量或建立评估框架。

模型生成摘要（rules/v1 · 2026-09-21 16:39）：使用自动化指标、人工反馈和基准测试为 LLM 应用实现全面的评估策略
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-09-21 16:37	fe374879	可取

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）。

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。