59 lines
1.3 KiB
Markdown
59 lines
1.3 KiB
Markdown
|
---
|
|||
|
|
type: project
|
|||
|
|
status: active
|
|||
|
|
project_type: rag-eval # 可选：rag-eval / agent-tool-eval / code-agent-eval / text-to-sql
|
|||
|
|
created: 2026-08-21
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
# 项目名称
|
|||
|
|
|
|||
|
|
> **模板使用说明：** 复制整个 `_template/` 文件夹为 `03-Practice/2026-项目名/`，逐项填写。各节的权威方法与表格见 [[02-First-Week-Worksheet|首周工作表]] 与 [[01-LLM-Evaluation-Roadmap|实战路线图]]；本模板只做骨架，不重复内容。
|
|||
|
|
|
|||
|
|
## 问题与范围
|
|||
|
|
|
|||
|
|
- 任务名称：
|
|||
|
|
- 用户输入：
|
|||
|
|
- 系统输出：
|
|||
|
|
|
|||
|
|
## 一句话成功条件
|
|||
|
|
|
|||
|
|
> （示例：关键事实可由文档支持；资料不足时明确说明）
|
|||
|
|
|
|||
|
|
## 三类失败
|
|||
|
|
|
|||
|
|
1.
|
|||
|
|
2.
|
|||
|
|
3.
|
|||
|
|
|
|||
|
|
## 非目标
|
|||
|
|
|
|||
|
|
- （示例：不评价文档外的常识正确性）
|
|||
|
|
|
|||
|
|
## 数据来源 / 许可
|
|||
|
|
|
|||
|
|
- 来源：／ URL：／ 日期：
|
|||
|
|
- 许可：／ PII 政策：
|
|||
|
|
|
|||
|
|
## 主要风险
|
|||
|
|
|
|||
|
|
- （示例：无依据补全、过度拒答、引用错位）
|
|||
|
|
|
|||
|
|
## 当前版本
|
|||
|
|
|
|||
|
|
- dataset_version：v0.1 ／ rubric_version：v0.1 ／ 最近 run：
|
|||
|
|
|
|||
|
|
## 关键链接
|
|||
|
|
|
|||
|
|
- 工作表：[[02-First-Week-Worksheet|首周工作表]]
|
|||
|
|
- 代码仓库：（GitHub URL）
|
|||
|
|
- 数据集：`datasets/eval-v0.1.jsonl`
|
|||
|
|
- 最近报告：`reports/report-v0.1.md`
|
|||
|
|
|
|||
|
|
## 下一步最小动作
|
|||
|
|
|
|||
|
|
- [ ]
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
返回 [[01_Projects/Personal-Tech/LLM_Evaluation/03-Practice/README|项目实践入口]]。
|