标签：评测集

如何为大模型应用构建评测集：从 50 条样本开始的实用方法

没有评测集，大模型应用的每次修改都只能凭感觉判断好坏。本文介绍如何从少量真实样本起步构建评测集：样本来源与覆盖、标注参考答案与评分标准、选择评估方式、持续扩充回归案例，以及让评测真正融入开发流程的方法。