為什麼要談評估？
公共榜單不能替你解題；你的資料分佈、風格、風險承受度都不同。
評估的正確打開方式
任務對齊：把需求拆成可檢核指標
正確性（有憑有據嗎）
完整性（題目的面向有覆蓋嗎）
可讀性（一讀就懂嗎）
一致性（重跑是否穩定）
創造性 vs. 一致性：文案要多樣，合規要穩定——指標不同
系統性評估：多樣測例、對照組、人工抽查與標註準則
上線後監測：模型漂移是常態；資料變，表現就會變
常見誤解
「基準分高＝我的任務也高」→ 未必；要看情境配適
「一次調好就結案」→ 環境在動，你也要動
小結
先定義「什麼叫做好」，再測。情境導向評估，才有意義。
iThome鐵人賽
看影片追技術
看更多
