my-vault/01_Projects/Personal-Tech/LLM_Evaluation/00-Foundations/README.md

---
type: hub
tags:
  - llm-evaluation
  - foundations
status: active
created: 2026-08-21
---

# Foundations

这里仅负责建立 LLM Evaluation 的基础概念与术语边界。

推荐顺序：

1. [[01-What-Is-LLM-Evaluation|什么是 LLM Evaluation]]
2. [[02-Annotation-Human-Data-and-Evaluation|数据标注、Human Data 与 Evaluation]]
3. [[03-Core-Concept-Map|LLM Evaluation 核心概念地图]]
4. [[04-Concepts-and-Theory|LLM 评测基础概念与理论：系统讲解]]（**可选深读，非首周必读**；前三篇的教学整合：构念→测量→决策主线、信度/效度、pass@k 与 pass^k、capability/regression eval、统计不确定性与失败分析等）

> 首周有界理论 = 01–03 三篇 + [[02-Why-Guide]]；`04-Concepts-and-Theory` 按章节按需查阅，通读会超出 3–4 小时预算。

完成这一层后，继续阅读：

- [[02-Why-Guide|从零开始做 LLM 评测：每一步背后的道理]]
- [[01-LLM-Evaluation-Roadmap|从软件工程到 LLM 评测工程：实战路线]]

> ⚠️ **读完本层 ≠ 完成理论学习。** 理论阶段的出口是 [[01-Learning-Board|学习看板]] Level 1 全部勾选 + [[02-First-Week-Worksheet|首周工作表]] 第 0 节填完；本层只负责建立共同语言。读完就进入 Why 与工作表，而不是继续读 [[01_Projects/Personal-Tech/LLM_Evaluation/04-Reference/README|04-Reference]]。

原则：这里回答 **What**，后续文档分别回答 **Why** 和 **How**。


[You have received this identical output 3 times. Re-reading '/Users/windy/Documents/vault/my-vault/01_Projects/Personal-Tech/LLM_Evaluation/00-Foundations/README.md:raw' will not change it — use a narrower selector (path:A-B), or proceed with the edit.]