my-vault/01_Projects/Personal-Tech/LLM_Evaluation/00-Home-Navigation/01-Learning-Board.md

aliases, type, tags, status, created

aliases	type	tags	status	created
学习看板	checklist	LLM评测 学习看板	active	2026-08-21

学习看板

这个看板只追踪“是否形成评测闭环”，不追踪看了多少篇文章或装了多少工具。

Level 1：建立判断能力

• 我能用自己的话解释：为什么先定义成功条件，再运行模型。
• 我已读完 01-Why/01-Why-Guide。
• 我已从公开资料中选定一个范围足够小的任务。
• 我已写出一个能回答的问题和一个不能回答的问题。
• 我已写出 rubric v0.1，包含有据性、资料不足处理与核心任务完成度三个维度。

Level 2：完成第一个最小闭环

• 我已在 02-Roadmap-Worksheets/01-First-Week-Worksheet 中写出 10 个 case。
• 我已得到至少一组候选输出。
• 我已对至少 5 个 case 写下通过/失败理由。
• 我已识别并命名 3—5 类失败。
• 我已修改一个可解释因素，并重跑旧 case。

Level 3：项目化与证据链

• 我已在 03-Project-Practice/ 下创建自己的项目目录。
• 我已保存稳定的 case 定义与一次运行记录。
• 我已写出一份简短失败复盘。
• 我已决定下一阶段是 RAG、Agent tool-use、Text-to-SQL 还是 Code Agent。
• 我已开始阅读 02-Roadmap-Worksheets/02-LLM-Evaluation-Roadmap 中对应部分。

每周复盘（复制到项目周记）

## 本周目标

## 我新定义了什么成功 / 失败条件？

## 我新增或修订了哪些 case？为什么？

## 本周主要失败类型是什么？

## 我改变了什么？预期是什么？实际发生了什么？

## 下周只保留的一个最小动作

返回 01_Projects/Personal-Tech/LLM_Evaluation/README。