Skip to content

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 ​

晨悦 AI 实践手册