模型评测

模型评测通过设计基准测试、指标和实验流程，衡量模型在准确率、鲁棒性、公平性等方面的表现。背景是随着大模型兴起，传统评测方法不足，需动态、多维度评估。技术包括自动化测试集、对抗样本、人类评估和红队测试。评测结果指导模型迭代和部署决策，是AI治理的重要工具。