本章进度 3 / 18
17%
正文已完成
L170做一份模型没见过的 12 题验收集
交付分层、去重、带预期信号和阻断错误的最小验收样本集。
现在把“验收样本”用于一次具体操作，检查你能否独立做出并修正结果。
建议先完成同主题的理解与判断；本页不会锁课，可以边做边回补。
- 按本课练习说明准备真实材料
- 保留练习与复盘记录
本课把样本选择落盘。12 题不追求覆盖宇宙，而要让每题代表一个明确风险，并记录为何入选。
能建立一套可复用且未参与当前调试的验收集。
核心概念
先把关键判断说清楚
样本卡说明代表性
记录来源分层、风险标签和选择理由，避免以后只剩输入输出。
期望与阻断分开
一般质量可以评分，编造金额、越权或泄密等错误应单独阻断。
验收集保持封存
开发只看样本 ID 和聚合失败，最终验收前不把标准答案加入提示。
案例拆解
12 条合同摘要验收集
团队从 80 份脱敏合同中选择最终评测样本。
- 01
按标准、缺页、双语、金额冲突四类各取三条。
- 02
每条写必须引用页码；补造条款为阻断失败。
- 03
对输入与示例做哈希去重，封存答案。
案例结果
小样本集既覆盖四类关键差异，也能独立检验是否编造。
提交前练习
现在轮到你
制作一份 12 题最小验收集设计。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
四层，普通/条件句/信息缺失/高金额；每题标引用和未知项；编造负责人或金额阻断；答案单独封存，调试只用另一组开发题。
评分标准
- 四层对应真实风险
- 期望可评分
- 无数据泄漏
本课收口 · 学习证据
留下完整学习证据
读完内容、完成练习、通过理解检查并留下 12 字以上总结，才记为已验证。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Evals↗official-docs · 核对日期 2026-08-23
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile↗standard · 核对日期 2026-08-23