← 所有标签

标签：LLM评测

共 2 篇文章。

• 2026年8月30日

  把模型评测接进 CI 流水线

  从数据集管理、评测触发时机到 CI 门禁设计，讲清楚如何把 LLM 评测嵌入日常 CI 流水线，让 prompt 和模型改动不再靠肉眼回归。

• 2026年6月19日

  LLM 中文理解能力实测：6 大模型横向对比

  对 Claude、GPT-4o、Qwen3、DeepSeek-V3 等主流 LLM 的中文语义理解、指令遵循、古文解读与推理能力进行系统测试，帮助开发者选型。