https://ai.wujiong.cc/tags/%E8%AF%84%E6%B5%8B%E9%9B%86/Recent content in 评测集 on AI 观察Hugozh-CNThu, 06 Aug 2026 18:54:51 +0800https://ai.wujiong.cc/posts/2026-08-06-llm-eval-dataset/Thu, 06 Aug 2026 18:54:51 +0800https://ai.wujiong.cc/posts/2026-08-06-llm-eval-dataset/<p>“这个新提示词感觉好多了”“换了模型之后好像更准了”，如果你的团队经常这样讨论，说明还缺少一个关键工具：评测集。<strong>没有评测集，每一次修改提示词、更换模型、调整检索策略，都只能依靠看几个例子的主观印象来判断，很容易顾此失彼。</strong> 构建评测集听起来像是大工程，但实际上从几十条样本开始就能发挥作用。</p>