滴滴 测开面经

大模型输出准确度测试应该覆盖哪些测试点和评估口径？

这题考测试开发视角下的大模型输出准确度测试，答案要覆盖测试 oracle、评测集、规则断言、人工标注、LLM-as-judge 校准、回归测试和非确定性处理。