标签：测试
共 3 篇文章。
-
用 AI 批量生成单元测试的工程化方法
用 Claude / GPT 高质量批量生成单元测试的实战方法：prompt 设计、覆盖率优化、mutation testing 验证、CI 集成。
-
AI Agent 评估方法：怎么知道你的 Agent 真的有效
AI Agent 评估的工程化方法：成功率、步数、token、人工反馈、对抗测试、回归测试，含 SWE-Bench 等公开 benchmark 解读。
-
LLM 评估实战：怎么科学地比较两个模型
LLM 评估的工程化方法：测试集设计、自动评分、人工评分、A/B 测试、Promptfoo 与 LangSmith 实战。