工具介绍与任务方法
digline
把 LLM 应用的批准结果保存为版本化基线，在变更后检查分数下降、失败翻转及评审波动。
digline 能做什么
把 LLM 应用的批准结果保存为版本化基线，在变更后检查分数下降、失败翻转及评审波动。
- 语言模型与智能体质量评估及回归检查
如何使用 digline
为提示词修改设置回归基线
准备输入
- 测试套件
- 批准的参考输出
- 评分规则
操作步骤
- 运行参考版本并保存基线。
- 为有波动的评审项配置采样和容忍范围。
- 运行修改后的套件，对照具体失败用例与基线审阅差异。
预期交付物
- 评测基线
- 回归差异报告
统计阈值需结合任务风险设定，模型评分的波动不能当作真实改进。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
