TAG · 标签

# 基准集

自建小样本评测集：三十道题就够用

Nov 12, 2026

榜单不测你的任务。这篇讲一个 30 道题的自建评测集怎么建、怎么评分、怎么长期维护。

大模型 # 大模型 # 评测 # 基准集 # 工程实践