人物
Hamel Husain
AI领域专家，专注于LLM评估和机器学习工程实践
时间轴 (近 90 天)
10月15日
Hamel Husain建议指定一位主领域专家作为唯一的真相来源，对每条输出做二元的pass/fail判定，并附上书面评语。
待验证50%
10月15日
Hamel Husain建议从约30个样例起步，持续扩充直到不再出现新的失败模式，然后每个失败模式积累约100条标注样例来校验评审器。
待验证50%
AI领域专家，专注于LLM评估和机器学习工程实践
Hamel Husain建议指定一位主领域专家作为唯一的真相来源，对每条输出做二元的pass/fail判定，并附上书面评语。
Hamel Husain建议从约30个样例起步，持续扩充直到不再出现新的失败模式，然后每个失败模式积累约100条标注样例来校验评审器。