ai-ml-testing

在测试经典机器学习模型或机器学习驱动的功能时使用——包括准确率/精确率/召回率/F1值评估、模型回归测试、偏差/公平性测试以及机器学习管道的鲁棒性测试。对于大语言模型/生成式AI相关的测试（如提示、幻觉、RAG），请使用 llm-testing。

模型生成摘要（rules/v1 · 2026-11-15 08:14）：在测试经典机器学习模型或机器学习驱动的功能时使用——包括准确率/精确率/召回率/F1值评估、模型回归测试、偏差/公平性测试以及机器学习管道的鲁棒性测试
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	2026-11-15 08:12	ad26ee2a	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。