行业与实践 · 标签「应用评测」

研究与基准测试/2026-08-19/6 分钟

1 到 5 分不能和 0 到 1 混加：阿里云 LangStudio 把应用评测拆成两段

阿里云 LangStudio 规定上线前先把 JSONL 评测集逐行跑出输出，再用辅助字段打分。完全一致率是 0 到 1，其余六项是 1 到 5，文档没有换算公式。虚构性和有害性都是分高更好，但含义与字面相反。