Appearance
06 · AI 测评体系搭建 · 阶段总概览
学习路径 · ← 总大纲
这一页是什么:本阶段概览——学什么、读哪份、练什么、交什么。
这一页不是什么:不是 03 治理通识;也不是评测中心工程规格全书(API / 数据结构放查阅真源)。
1. 本阶段一句话
在垂类大练之前,先把 AI 测评体系搭起来:固定样本、评测中心会跑、分清 MVP 门禁 vs 商用加厚——题集是门禁,不是事后补考。
text
出题 → 评测中心跑 → Bad Case → 改一刀 → 回归(双轨:先 MVP 再商用)本阶段不要求:垂类主路径完整可演示(留给 07);不要求简历包装(08)。
本阶段默认已有:05 的场景包 / 黄金集纪律(本阶段开跑与搭体系)。
2. 学 / 练 / 交
| 内容 | |
|---|---|
| 学 | 评测表结构;评测中心怎么跑;MVP / 商用双轨;Bad Case 与回流;场景包如何进题集 |
| 练 | ① B4 建表跑一批;② 评测中心六步走通;③ Bad Case ≥5 + 至少 1 次改后回归 |
| 交(出门证明) | ① 评测表或中心 Run 截图;② Bad Case 池;③ 能口述「MVP 轨过了什么、商用还差什么」 |
建议自检口令:
「这批样本在 ___ 跑;失败类型是 ___;我改的是 ___;回归后 ___ 条从不过 → 过。当前先保证 MVP 门禁 ___。」
3. 怎么读(只按这个顺序)
| 顺序 | 材料 | 谁用、干什么 |
|---|---|---|
| ① | 效果评测与 Bad Case | 方法入门 · 表结构与合格线 |
| ② | 评测中心怎么跑 | 真机六步 · 题集 / Run / 标注 |
| ③ | 评测双轨(MVP / 商用) | 一页纸 · 先过哪条轨 |
| ④ | 作品集包装(加厚) | 实战交什么、怎么讲、怎么举证 |
跟营默认:① → ② → ③;规格分册按需深读。
与 05:场景包纪律在 05;体系搭建与开跑在 06。
与 07:06 把门禁立住;07 垂类主路径要能对上同一套题。
4. 模块地图
| 模块 | 你要带走什么 | 主读位置 |
|---|---|---|
| 6.1 评测方法 | 可回归的表 | b4-eval |
| 6.2 评测中心 | 会建题、会跑 Run | 用户操作手册 |
| 6.3 双轨 | MVP 门禁 vs 商用加厚 | 双轨一页纸 |
| 6.4 Bad Case / 迭代 | 记失败 · 改 · 回归 | b4 · spine |
| 6.5 黄金集门禁 | 先锁题再扩 | 垂类方法 · 05 |
深读:测评规格分册 · 完整流程小样本 · 面试口径(材料由教练侧发放)。
5. 和前后阶段怎么接
text
05 设计到可交付 → 06 AI 测评体系搭建(本页)→ 07 项目实战 → 08 求职| 别和…搞混 | 分工 |
|---|---|
| 03 治理 | 认知「要管」;06 「怎么验、怎么搭体系」 |
| 05 场景包 | 05 出题纪律;06 进中心开跑 |
| 07 实战 | 06 立门禁;07 跑通可演示并对照题集 |
6. 建议用时
| 节奏 | 大约 |
|---|---|
| 读 b4 + 建表 | 0.5 日 |
| 评测中心六步跑通 | 0.5~1 日 |
| 双轨对照 + Bad Case 回归 | 0.5~1 日 |
7. 本页之后
- 上一阶段:05 从设计到可交付
- 下一阶段:07 AI 产品项目实战
- 动手页:B4 · 评测中心怎么跑