★ 14 · 更新于 2026-10-12
通过定义问题、附加答案模板、配置验证流程并分析结果，构建和运行单轮问答基准。
浏览产出该输出的技能列表。
★ 14 · 更新于 2026-10-12
通过定义问题、附加答案模板、配置验证流程并分析结果，构建和运行单轮问答基准。
★ 0 · 更新于 2026-10-03
提供 LLM 输出评分与比较、评估量规创建、评估偏差缓解和评估流水线设计方法。
★ 0 · 更新于 2026-10-03
提供大模型输出评分与比较、评估量规设计、指标选择和评估偏差缓解方法。
★ 30 · 更新于 2026-10-02
指导使用 langium-ai CLI 在 Langium 项目中生成语言描述符和系统提示词、运行评估并迭代改进 AI 工具。
★ 0 · 更新于 2026-09-16
挑选并固定第三方仓库，确定标注范围，准备人工复核工作包，维护真值数据集并裁决标签变更。