AIAI学习站
继续学习
本章进度 11 / 18
61%
评测与可观测性·判断·13 分钟
正文已完成

哪些评分可以交给模型，哪些必须留给人

按可验证性、主观性和失败后果划分自动评分边界。

L178
为什么现在学

把“模型评分”从听懂变成会判断，避免遇到真实任务时仍靠感觉选择。

本课会用什么
  • 无需安装新工具
  • 准备一个可对照的真实问题或样本

格式合法和字段齐全可由代码检查；语义覆盖可由模型辅助；法律结论、歧视风险和高金额判断需要专业人工。

这一课的结果

能决定一项评测使用规则、模型裁判、人工或混合方案。

核心概念

先把关键判断说清楚

01

确定规则优先代码

Schema、枚举、数字和链接可达性不必让模型裁判猜。

02

语义维度适合辅助

相关性、完整性等可用模型预评，但需金标校准和置信阈值。

03

高风险保留人工决定

模型可整理证据，不能替授权专家承担最终责任。

案例拆解

合同评测的三层裁判

需要检查 JSON 格式、条款覆盖和法律风险等级。

  1. 01

    JSON 与引用页码用代码验证。

  2. 02

    条款覆盖用模型裁判预筛，低置信进入人工。

  3. 03

    法律风险等级全部由法务根据原文确认。

案例结果

每类判断交给最合适机制，高风险没有因规模压力而自动化。

提交前练习

现在轮到你

把六个评价项分配给代码、模型或人工。

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

字段齐全=代码；摘要覆盖=模型初评；来源真假=代码+人工抽查；高风险合规=人工；模型置信低或触发阻断词全部升级。

评分标准

  • 确定项没有浪费模型裁判
  • 高风险保留人责
  • 升级阈值明确

本课收口 · 应用检查

完成一次应用，再检查理解

完成一次必填练习，再通过理解检查；阅读标记和总结不设硬门槛。

0 / 2
02完成本课必填练习0 / 4 项必填内容已填写03通过理解检查点此去回答，约 30 秒
04补一句总结（可选）可以留空，不影响完成本课。
哪项最适合直接用确定代码评分？
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 。