看影片（在新分頁開啟原站）連到 Bilibili・code秘密花园
其他版本：YouTube 版（在新分頁開啟）
摘要
介紹如何在大模型 SFT 與 RAG 落地中科學評估模型表現，涵蓋從理論到實戰的一鍵生成測試集與自動化評估方法。看完能掌握垂直領域模型評估的具體實踐步驟。
This video teaches practical methods for scientifically evaluating large language models in vertical domains, including automated testing set generation.
這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。
適合誰看
正在進行大模型 SFT 或 RAG 落地專案的開發人員。
摘要依據
- 依據
- 標題與說明欄（還沒有取得字幕或內文）
為什麼排在這裡
- 人氣
- 0.42
- 新鮮
- 0.35
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Stop Trusting MTEB Rankings (Kelly Hong, Chroma)文章 ・ Jason Liu（部落格） ・
- Episode 62: Practical AI at Work: How Execs and Developers Can Actually Use LLMsPodcast ・ Vanishing Gradients ・ 59 分鐘 ・
- How to Evaluate RAG Systems When Ground Truth Keeps ChangingPodcast ・ AI Engineering Podcast ・ 1 小時 3 分 ・
- 【AI系列 Ep10】AI 也能當裁判？大型語言模型的評分能力與盲點影片 ・ Ku's Lab 古倫維老師研究室 ・
- Evaluating the Effectiveness of LLM-Evaluators (aka LLM-as-Judge)文章 ・ Eugene Yan（部落格） ・
- Stop Guessing. Evaluate Your RAG App.文章 ・ Decoding AI Magazine（Paul Iusztin） ・
這個來源最近的內容
摘要由 AI 根據標題與說明欄產生（還沒有取得原文），可能有誤；完整內容請看原站。看影片（在新分頁開啟原站）