AGI Hunt· bgoncalves·2026-11-18 22:30· 1 小时前AI 评分27LLM 量化研究最被低估的能力不是提示词,而是评测设计AI 导读LLM 量化研究中最被低估的能力是评测设计,而非提示词;坏评测会让垃圾策略看似产生 alpha,好评测则能在上线前识别数据泄漏、分布漂移和伪相关。bgoncalves 强调,好的评测是研究者抵御“会撒谎的回测”的唯一防线。来源:AGI Hunt · agihunt.info评测基准大佬观点#大佬观点#评测/基准查看事件全部后续