逐日AI微信小程序
5 天提示词工程零基础
第 1 周 · D4🔒 锁定约 4 小时

迭代与评估:小样本测试集、A/B、版本管理、常见反模式

把「感觉这版更好」变成「这版在十条测试上多对了三条」:建小样本测试集、跑 A/B 对比、给提示词上版本号,并认出最常见的几种反模式。

今日目标 0/3

登录后可以勾选并保存进度。

把「感觉这版更好」变成「这版在十条测试上多对了三条」:建小样本测试集、跑 A/B 对比、给提示词上版本号,并认出最常见的几种反模式。

登录并关联后阅读全文

请先登录网页,并在账户页关联微信小程序账号。关联后每天可免费阅读 1 篇;额外文章需在小程序看广告解锁。

小程序码

微信扫码打开「逐日AI」,进入相同课程和章节,选择看广告解锁,完成后刷新本页。

面试题库

  • 怎么给一个提示词建测试集?十条样本该怎么挑,标准答案从哪来?How do you build a test set for a prompt? How would you choose ten samples, and where do the expected answers come from?
    国内高频海外高频基础#evaluation#test-set

    🔒 解锁本章后查看答题要点。

  • 提示词版本化怎么做?它和代码版本管理有什么不同?线上出问题你先做什么?How do you version prompts? How does it differ from versioning code, and what is your first move when production misbehaves?
    国内高频海外高频进阶#prompt-versioning#evaluation

    🔒 解锁本章后查看答题要点。

  • 用模型给模型打分靠谱吗?什么时候可以用,什么时候必须人工看?Is using a model to grade another model's output reliable? When is it acceptable, and when must a human look?
    国内高频海外高频进阶#evaluation#llm-as-judge

    🔒 解锁本章后查看答题要点。

评论