Token 中转站

研究报告

从调用意图、模型选择和评测方法了解不同研究主题。

专题报告

调用意图

先按实际任务区分摘要、抽取、分类、代码生成,再设计测试输入。

在原站查看报告 ↗

多轮会话

逐轮检查新约束是否覆盖了先前要求,以及答案是否仍满足最后一次请求。

在原站查看报告 ↗

多模态评估

分别检查关键文字、图像细节和输出格式,避免把格式正确当成内容正确。

在原站查看报告 ↗