海上生林
  文章分类
人工智能 22 论文综述 1 设计模式 11 大模型基础 5 评测与算力 2 工具 11 计算机网络 7 数据库 4 java 4 计算机组成原理 5 开发环境 2 深度学习 3 认知升级 3 RAG 与知识 4 训练与对齐 4 Hexo 6 SSM 9 计算机视觉 5 算法 2 操作系统 2 开发工具 2 数学公式 1 札记 1 Python 5 PyTorch 1 SpringBoot 2 部署与推理 1
大模型评测：公开基准、数据污染与自建评测集 大模型评测：公开基准、数据污染与自建评测集
评测回答的是"这个模型能用吗"，但公开基准是代理测试：会饱和、会污染、会被优化。这篇把主流基准的谱系、数据污染的机理、LLM-as-a-Judge 的偏差、以及"自己的评测集"怎么建，一次讲清
2026-10-27 人工智能 评测与算力
大模型 模型评测 基准测试 LLM-as-a-Judge
AI算力设施：算力服务器、数据存储、应用服务器 AI算力设施：算力服务器、数据存储、应用服务器
模型跑在什么上面。三类设施——算力服务器（发动机）、数据存储（油箱加仓库）、应用服务器（方向盘加仪表盘）——按数据流串起来看，各自的选型维度、要算的账和最容易撞的墙。
2026-10-12 人工智能 评测与算力
算力 存储 推理部署 AI 基础设施