《面向编程的自然语言处理：评估方法的选择与侧重》 - 飞书文档
https://docs.feishu.cn/v/wiki/CNCBw9flxiTOp2k5bJKc3m2KnZd/a5为了评估生成程序的正确性，这些数据集通常为每个样例配备了相应的测试用例。构建这样的数据集需要大量专业知识和工程投入，因此目前主要依赖人工方式，或从在线测评系统中 ...
飞搜侠
热门搜索
测试用例思维导图 - 飞书
https://www.feishu.cn/template/test-case-mindmap-template-unit-test-case?utm_from=SEO_template_%E6%B5%8B%E8%AF%95%E7%94%A8%E4%BE%8B%E6%80%9D%E7%BB%B4%E5%AF%BC%E5%9B%BE制定有效的测试用例需要明确需求，设计详尽的测试步骤，包括预期结果和实际结果的对比。有效的测试用例可以通过覆盖各种边界条件和异常情况来确保软件的健壮性。
利用LangChain 对大语言模型应用性能进行基准测试 - 飞书文档
https://docs.feishu.cn/article/wiki/QXkjwNvWtiPeTbk54U4cwJctnPg接下来，我们可以利用LangChain 提供的功能来设计测试用例。例如，我们可以创建各种类型的输入文本，包括常见问题、复杂的语言结构、多语言文本等，以全面考察LLM 应用 ...
评估样例与提炼模板：AI提示词关键步骤 - 飞书文档
https://docs.feishu.cn/v/wiki/OTKYw9jTeiKrr7kcK1mcCB5Wnxg/a6这种方法的优势在于简化了提示词设计的过程，让非专业用户也能创建高质量的 ... 注：用例测试和多轮反馈的步骤比较灵活，你可以根据需要，在这两个环节内自由进行 ...
如何写好Prompt的迭代方法 - 飞书文档
https://docs.feishu.cn/v/wiki/UFvBw98foiTar5kmKrtcM5Ktn9f/a4对于迭代阶段的Prompt, 建议选择三到五个固定的测试输入用例, 方便对比迭代前后的效果. 这个比较关键, 因为GPT 的输出本来就是统计概率计算的结果, 如果测试用例每次都不 ...
大模型测试方法全知道 - 飞书文档
https://docs.feishu.cn/v/wiki/HptFwmwlfiZdygk9xSVcXEFunkd/a4单元测试（Unit Testing）: 目的: 验证模型的单独组件（如函数、方法或类）是否按照预期工作。 ; 集成测试（Integration Testing）: 目的: 检查模型的不同组件或系统在一起工作时 ...
如何训练自己的LLM？经验与方法分享 - 飞书文档
https://docs.feishu.cn/v/wiki/NXtCwZG6xiSe52kPmU4c7ZSonkf/a2... 测试。像Python 这类相对比较好搞定，但对于其它语言和场景，例如一些前端界面的代码就不是很容易做测试验证。 另外也需要注意测试用例最好是模型训练时没有见过的 ...
构建LLMs产品的实用指南里，评估与监控是如何进行的？ - 飞书文档
https://docs.feishu.cn/v/wiki/E5d3wSjWViKSFMkW3lzc95Qonzg/aeEugene Yan 负责设计和运行大规模的机器学习系统，为客户提供服务。他目前是 ... 确定性执行使系统更加可靠，便于测试和调试，且可以精确定位失败步骤。 生成的 ...
产品内测记录全面记录，接地电阻测试记录表一步到位 - Feishu
https://www.feishu.cn/template/product-beta-test-record-interface-ground-resistance-test-record-software-test-record软件测试记录则详细记录了软件测试的每一个步骤，包括测试用例的执行情况、发现的 ... 产品内测记录系统是一种专门设计来记录和管理内测活动的工具。它帮助团队 ...
编程让GPT更强大：调整语气与提供背景知识 - 飞书文档
https://docs.feishu.cn/v/wiki/N464wRHEMidNunkfbqjcVu9unue/a2一种有效的方法是创建一个自定义GPT 来生成测试用例。这不仅风险低，还能 ... 附加知识库：我们还会将测试用例设计相关的文档作为知识库附加到GPT 中，使其理解 ...