1 含有标签「survivorship-bias」

你的评估集里只有你已经解决的问题

你的 LLM 评估分数在攀升，是因为幸存者偏差过滤掉了那些再也没有回来的用户。本文将告诉你如何发现你的评估套件无法察觉的失败案例。