<tag />

#LLM 评测

标签「LLM 评测」下共有 3 篇文章。

LLM 评测不必全部跑完：用 TypeScript 实现序贯停止

2026-09-10 4 分钟

LLM 评测不必全部跑完：用 TypeScript 实现序贯停止

通过同时有效的置信区间、停止边界和最小样本保护，让模型与提示词实验在结论足够明确时提前结束。

LLM 评测TypeScript序贯分析

阅读全文 Xu Kang

企业文档抽取评测：兼顾完整性、溯源与单文档成本

2026-08-09 4 分钟

企业文档抽取评测：兼顾完整性、溯源与单文档成本

从发票与合同抽取出发，用 Node.js 搭建覆盖字段准确性、遗漏率、证据定位、失败归因和成本核算的评测流水线。

LLM 评测文档抽取Node.js

阅读全文 Xu Kang

别让 LLM 裁判带偏评测：用 Node.js 构建可校准流水线

2026-07-21 3 分钟

别让 LLM 裁判带偏评测：用 Node.js 构建可校准流水线

从位置偏差、长度偏好与自洽性入手，实现答案换位、盲测、多裁判聚合及人工抽检，并用一致性指标划定自动评估边界。

LLM 评测Node.jsAI 工程

阅读全文 Xu Kang