AI 评估数据集构建与标注流程（2025）

# AI 评估数据集构建与标注流程（2025） 评估数据集决定了评估的可信度，需要规范采样与标注与质量流程。 ## 一、采样与覆盖 - 采样：覆盖主流与长尾场景，控制偏差。 - 分层：按类别与难度分层，提升代表性。 ## 二、标注与质检 - 标注规范：统一标签与说明，降低歧义。 - 质检：双人标注与仲裁，提升质量与一致性。 ## 三、评估与闭环 - 指标：准确性与一致性与引用正确率（对 RAG）等。 - 闭环：将评估结果用于数据与提示与检索优化。 ## 注意事项 - 关键词、分类与描述与正文一致；流程与方法为通用与可验证实践。 - 保留评估集版本与变更记录，支持对比与回溯。