评估 AI 功能时，留一份固定不动的样本集。 每次改提示词、模型或工具链，都跑同一批任务。测试题也跟着改，最后很容易只证明了一件事：你越来越会给自己的版本出… · @sekurimrs · TwKit

@sekurimrs

评估 AI 功能时，留一份固定不动的样本集。 每次改提示词、模型或工具链，都跑同一批任务。测试题也跟着改，最后很容易只证明了一件事：你越来越会给自己的版本出题。

曝光 50 · 评论 5 · 点赞 3 · 书签 0