跳到主要内容

给那套医疗建议助手排 200 组成对输出,人力是临床医生三名、窗口仅两天。人工评估该如何设计,避免标注不一致静默变成榜单名次?

Agent 评测与可靠性中级评测

题目​

给那套医疗建议助手排 200 组成对输出,人力是临床医生三名、窗口仅两天。人工评估该如何设计,避免标注不一致静默变成榜单名次?

参考答案​