#评测体系

大模型应用的评测体系怎么搭？上线前评测 + 上线后回归怎么设计？

考察评测体系的分层设计能力：组件级、链路级、系统级三层评测，上线前用 golden set 做 CI 门禁，上线后靠监控、抽样标注和 badcase 回流形成闭环。