标签「大模型评测」

生成式 AI 如何用于病历摘要与临床文书？架构、评估和安全边界

大模型评测网站怎么看：LM Arena、Hugging Face、SWE-bench 与 HELM

怎样给业务选择大模型：用 Node.js 建立质量、成本和延迟评测集

大模型评测指标完全指南：Accuracy、Pass@k、Arena Score、TTFT 与 TPS 怎么看

大模型对比评测规则：数据集、Prompt、Judge、重复实验与置信区间