概念Offline Evaluation

离线评估

在开发阶段使用固定测试数据集验证AI Agent表现的评估方式，支持重复运行和版本对比，帮助在上线前发现明显问题

核心事实

评估可分为在线评估（生产环境实时监控）与离线评估（固定测试集批量测试），后者是快速迭代的基础

10月15日

离线评估和在线评估是互补关系，而非互斥。

待验证50%

9月16日

评估可分为在线评估（生产环境实时监控）与离线评估（固定测试集批量测试），后者是快速迭代的基础

已验证65%

评估可分为在线评估（生产环境实时监控）与离线评估（固定测试集批量测试），后者是快速迭代的基础

离线评估和在线评估是互补关系，而非互斥。