模型评估 on 硅基 AGI · 智能体学习与测评https://guijiagi.com/tags/%E6%A8%A1%E5%9E%8B%E8%AF%84%E4%BC%B0/Recent content in 模型评估 on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Thu, 16 Jul 2026 11:25:00 +0800大模型评测方法论：从Benchmark到真实场景评估https://guijiagi.com/posts/b1-fc9cb559/Thu, 16 Jul 2026 11:25:00 +0800https://guijiagi.com/posts/b1-fc9cb559/系统梳理大模型评测体系，涵盖知识基准、能力评测、对齐评测与真实场景测试方法论大模型评估方法论：从基准测试到人类偏好的全面评估体系https://guijiagi.com/posts/b2-743cce1d/Thu, 16 Jul 2026 10:45:00 +0800https://guijiagi.com/posts/b2-743cce1d/系统构建大模型评估框架，涵盖知识能力、推理能力、安全性、对齐度等多维度评估方法