大模型实战营Day6 笔记

本期主题为：

为何测评，因场景众多，需要统一的标准：

评测的意义：

传统NLP的一些评测需要：

到了大模型时代，需要评测的就更多了：

客观评测：

有些主观题可以用模型评价模型：

已有的评测框架：

本次评测框架的架构图：

评测流程：

一些评测结果：

在我们生物er紧密相关的医疗领域的一些功能组件：

一些评测中的困难：

觉得有用的话，给个点赞收藏加关注哦！