知识卡片
功能正确性优先测任务结果
功能正确性检查系统是否实现了任务目标。例如代码不仅要可解析,还要在相应输入下输出正确结果;行动型系统要验证目标状态是否实现。端到端结果比中间文本相似度更贴近需求,但部分流程的贡献可能比最终成败更难测。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 评估方法论
原书出处 · 1 处
- · 查看原书依据
功能正确性评估是指根据系统是否实现了预期功能来进行评估。例如,你要求模型创建一个网站,那么生成的网站是否满足了你的需求?又例如,你要求模型在某家餐厅预订座位,模型是否成功完成了预订?
参考来源
- 位置:《AI工程:大模型应用开发实战》第3章《评估方法论》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section011.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:功能正确性评估是指根据系统是否实现了预期功能来进行评估。例如,你要求模型创建一个网站,那么生成的网站是否满足了你的需求?又例如,你要求模型在某家餐厅预订座位,模型是否成功完成了预订?