多家公司 AI 后端/大模型应用开发 大模型评测集 大模型评测集怎么建设：好问题、坏例和边界样本比数量更重要 评测集不是攒一堆问题，而是覆盖真实任务、历史坏例和边界场景，让每次改动都有回归依据。 阅读全文
