Agent 评测:从测试集到 Tool、Skill 与整体能力
从 Agent 为什么需要评测出发,介绍测试集、Trace、Grader、LLM Judge 和分层指标,并给出一套可以进入日常开发循环的评测方法。
6774 字
|
34 分钟
小红书后端一面复盘
可以先明确估算口径:按 1 亿条数据、UTF-8 中文字符、标题 15 个字符、内容 50 个字符计算。
3750 字
|
19 分钟
字节跳动后端一面复盘
有没有想过 MQ 如果挂了怎么办?
5868 字
|
29 分钟