← 返回题库模型与 Agent 评估进阶本类第 1 题为什么传统的 NLP 评估指标(如 BLEU、ROUGE)对于评估现代 LLM 的生成质量存在很大局限性?👀点击查看大白话讲解先自己想想怎么答,再对答案标记为已掌握☆ 收藏← 上一题在什么场景下,你会选择用图数据库或知识图谱来增强或替代传统的向量数据库检索?下一题 →请介绍几个目前行业内广泛使用的 LLM 综合性基准测试,并说明各自侧重点。(例如 MMLU、Big-Bench、HumanEval)