淘天集团面试题更新 2026-08-05
如何评估一个大型语言模型（LLM）的质量？请列出你认为重要的评估维度、常用方法，并说明各自的适用场景。
淘天集团人工智能互联网/IT风险判断技术原理方案权衡LLM
考察说明
考察对LLM评估维度的系统理解、方法掌握与实际适用性判断
回答思路
- 能区分基座能力、任务表现与部署风险等不同评估维度
- 能说明自动评估指标与人工评估的适用场景及优缺点
- 能结合具体业务场景讨论评估方案的选择
- 能提到评测集构建、基准测试及新近评估范式
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
