evaluacion-de-calidad-ia-ai-benchmarking-model-quality

质量与性能评估（v2.0）是指为基于大语言模型（LLM）的系统设计和执行测试框架（评估/Evals）的能力。这不仅仅是“测试AI”，而是合成验证的科学方法。适用于以下人工智能任务：AI、AI评估、基准测试、LLM质量评估、鲁棒性测试、幻觉检测。

模型生成摘要（rules/v1 · 2026-11-14 13:02）：质量与性能评估（v2
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	2026-11-14 13:01	f894338f	可取

版本索引永久保留；内容副本只保留最新 1 份，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。