该话题下聚合了社区中所有标记为「批次对比」的公开帖子。
最近在给一个做工业配件的客户做GEO基线,问句库刚建好,想着先跑一版看看AI目前答得怎么样。结果发现一个挺尴尬的事:同一批问句,我想对比两个不同批次的答对率变化,找了半天没找到入口。 先说我怎么用的。搜极星后台跑批是常规操作,选了问句库、设了采样数、点了开始,等结果出来看单个批次的报告没问题,答对率
我直接说怎么做。上周跑第三批GEO监测,脑子一热把问句池整个换成了新的一批,想着多覆盖点场景。结果跑完一对比,发现上一批里表现好的那30%问句,这批全没测到,等于覆盖直接漏了一块。 踩坑细节 我们的问句池之前是固定的,每批只做微调。这次我图省事,直接整批换新,想着“新问句能测更多维度”。结果跑完拉数