评测套件

Evaluation Suite别名：Evaluation Suite、Evaluation Suite评测与测试已核验 · 2026-10-13

定义

围绕目标能力组织的一组评测任务。

例子

订单查询、退款和权限拒绝组成客服评测套件。

边界

套件范围和任务难度需明示。

来源

官方文档／规范／论文；核验 2026-10-13。

---

在 GitHub 查看源条目