面试题库 › 算法 / 大模型 › 怎么评估一个大模型好不好

怎么评估一个大模型好不好

难度 ★★★在 5 场真实面经中被问到 方向:算法 / 大模型考点:模型评测

哪些公司问过

字节跳动2腾讯1华为1

常见岗位:大模型算法、人工智能、AI 应用 / Agent 开发、NLP / 语音

答案要点

  1. 通用基准:MMLU、C-Eval、GSM8K、HumanEval,注意数据污染和饱和
  2. 自建业务评测集,最贴近真实场景
  3. 人工评估:相关性、准确性、流畅性、安全性
  4. LLM 裁判有位置、长度、自我偏好偏差,需交换顺序、细则化并用人工校准
  5. 对抗与安全测试、工程指标,上线后用线上反馈和 AB 持续评估

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题