https://guijiagi.com/tags/%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6/Recent content in 评估框架 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 10:45:00 +0800https://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https://guijiagi.com/posts/b2-d5b0a891/Thu, 16 Jul 2026 10:16:00 +0800https://guijiagi.com/posts/b2-d5b0a891/系统构建AI Agent能力评估框架，涵盖任务完成率、工具使用效率、自主决策能力等核心评测维度https://guijiagi.com/posts/llm-evaluation-framework-2026/Thu, 02 Jul 2026 11:15:00 +0800https://guijiagi.com/posts/llm-evaluation-framework-2026/2026年大语言模型评估框架全面解析，覆盖基准选择、指标设计与评估流程https://guijiagi.com/posts/rag-evaluation-metrics/Thu, 02 Jul 2026 10:38:00 +0800https://guijiagi.com/posts/rag-evaluation-metrics/构建RAG系统全维度评估指标体系，从检索质量到生成质量的科学度量方法https://guijiagi.com/posts/ragas-evaluation-framework-guide/Tue, 30 Jun 2026 09:40:00 +0800https://guijiagi.com/posts/ragas-evaluation-framework-guide/系统介绍RAGAS评估框架的指标体系、实现方法，以及如何构建自定义RAG评估流水线https://guijiagi.com/posts/agent-eval-comparison/Wed, 24 Jun 2026 14:00:00 +0800https://guijiagi.com/posts/agent-eval-comparison/横向对比 AgentBench、SWE-bench、tau-bench、WebArena 等主流 Agent 评估框架，分析评估维度、数据集规模与适用场景