摘要： 前言 随着LLM的推广普及，越来越多的朋友们熟悉了模型的SFT微调流程，但是对于微调的结果，尤其是如何判断各大模型在当前数据集上的表现，仍然是一个待解决的问题。并且，对选择式、判别式、生成式等不同的生成任务，如何才能够客观地评价模型的生成质量，仍是一个需要明确的问题。 1.Evaluation包含哪 阅读全文