我要招人

哔哩哔哩面试题更新 2026-08-05

怎么评测大模型准确度？

哔哩哔哩测试风险判断技术原理方案权衡

考察说明

考察对LLM评测方法论、指标选择和场景化评估的理解

回答思路

  1. 区分任务类型选择评测指标（如准确率、F1、BLEU等）
  2. 说明传统指标在生成任务中的局限性
  3. 提及需要结合人工评估和自动化评估
  4. 考虑基准数据集与真实场景的差异
本题已收录答题指导

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。

开始模拟面试登录查看答题指导