L4 深挖概念难度 4/5频率 4/5

用模型当评委（LLM-as-judge）可靠吗？怎么降低偏差？

更新于 2026-10复审周期 90 天适用：3-5年 / 5年+评估 · judge · 偏差 · LLM-as-judge · 位置偏好 · 自我偏好 · 成对比较 · position bias

先别急着看答案，试着用自己的话讲一遍

口述会给你计时和自查清单，想不起来也没关系

下次复习：未学习

这道题你答得怎么样？评分后会按记忆曲线安排下次复习

这道题出自哪节课

怎么评估一个 RAG 或 Agent 做得好不好？

评估与回归 · 难度 3/5

回归集怎么建？线上 badcase 怎么沉淀？

评估与回归 · 难度 3/5

答案不止一个时，怎么判分？

评估与回归 · 难度 4/5

Agent 上线怎么做灰度与 A/B？

评估与回归 · 难度 4/5