01 详细解释
模型、提示词、检索库、工具 schema 任一变化,都可能让原本修好的场景重新坏掉。回归集就是那些「曾经答错但必须答对」的样本,配上断言与允许波动的阈值。
它比通用的大榜单更贴业务,通常几十到几百条就够,重点是可重复、能定位到是哪次改动引入的。
把历史踩过的坑固定成用例,每次改动都跑一遍防止问题复发。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
模型、提示词、检索库、工具 schema 任一变化,都可能让原本修好的场景重新坏掉。回归集就是那些「曾经答错但必须答对」的样本,配上断言与允许波动的阈值。
它比通用的大榜单更贴业务,通常几十到几百条就够,重点是可重复、能定位到是哪次改动引入的。
把「用户问退款时效必须引用第 3 条」做成用例,换模型后自动验证。
每次线上修一个问题,顺手把它加进回归集,集合会越来越值钱。
「跑分高」和「好用」之间隔着一条鸿沟。这组词帮你看懂分数怎么来的、评测集有没有被污染,以及攻击是从哪进去的。
下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。