加载中...
avatar
文章
75
标签
61
分类
6
首页
归档
标签
分类
说说
友链
关于
搜索
我的博客【前沿】生成-评估分离：为什么 Agent 不能自己批改自己的作业 返回首页
首页
归档
标签
分类
说说
友链
关于
搜索

【前沿】生成-评估分离：为什么 Agent 不能自己批改自己的作业

发表于2026-08-14|更新于2026-08-25|前沿技术
|总字数:7|阅读时长:1分钟
文章作者: Moyon
文章链接: https://moyon.net.cn/2026/08/14/agent-tech-04-generation-evaluation-separation/
版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 我的博客！
评估生成-评估分离验证
请作者喝杯咖啡 ☕
  • 微信
    微信
  • 支付宝
    支付宝
cover of previous post
上一篇
【前沿】Agent 记忆系统：学术算法演进
cover of next post
下一篇
【前沿】上下文工程：让模型在正确时间看到正确信息
评论
avatar
Moyon
记录代码、阅读与思考
文章
75
标签
61
分类
6
Follow Me
公告
This is my Blog
目录
  1. 1. 一、自评估的系统性缺陷
  2. 2. 二、三 Agent 架构：Generator-Verifier-Evaluator
  3. 3. 三、为什么分离有效
    1. 3.1. 不同的系统提示，不同的”视角”
    2. 3.2. 不同的工具权限
    3. 3.3. 上下文隔离
  4. 4. 四、串联可靠性：为什么必须有验证层
  5. 5. 五、评估的层次：Trajectory vs Response
    1. 5.1. 评测方法的三个演进阶段
    2. 5.2. Trajectory vs Response：Agent 评估的顶层二分法
    3. 5.3. 评测的核心不是堆指标，而是搭桥
    4. 5.4. 四层评估覆盖
  6. 6. 六、观测是评估的基石
  7. 7. 七、LLM-as-Judge 与 Agent-as-Judge
    1. 7.1. LLM-as-Judge
    2. 7.2. Agent-as-Judge
  8. 8. 八、验证门：防止”自进化”变成随机游走
  9. 9. 九、确定性与概率性的配合
  10. 10. 十、主流 Benchmark 与评估工具景观
    1. 10.1. 综合 Benchmark
    2. 10.2. 领域专项
    3. 10.3. 评估工具系统
  11. 11. 十一、总结
最新文章
Hello World
Hello World2026-08-25
AI 日报 · 2026-08-25
AI 日报 · 2026-08-252026-08-25
AI 日报 · 2026-08-24
AI 日报 · 2026-08-242026-08-24
AI 日报 · 2026-08-23
AI 日报 · 2026-08-232026-08-23
AI 日报 · 2026-08-22
AI 日报 · 2026-08-222026-08-22
© 2026 By Moyon框架 Hexo 8.1.2|主题 Butterfly 5.7.0
×