大佬您好~~~ 非常赞的分享，有两个疑问点想请教一下：
1、在很多公司，基础的模型效果由算法研发自己保障（或者他们也是用底层团队提供的模型），测试一般是站在业务的角度来保证整体端到端的效果，您后续是否有这关于业务部分的一个分享?

2、利用相似度算法来自动化评测大模型生成的算法，尝试过语义相似度，编辑距离等，但是打分置信度不高，彼此之间的差异貌似没有拉开，需要人工介入的成本还是很大，想了解下您这边有做过不同相似度算法的一个对比么？有比较推荐的方式么？

2019 祝平安顺遂~

纵然历经人生风雨几重也能保存一份单纯的心 难能可贵 ~

不忘初心，不负梦想