AI教程

用可复算的中文切分规则计算 ROUGE-1 与 ROUGE-L，并以通过/失败数量颠倒和发布条件改变的反例说明局限。独立事实表检查支持、遗漏与新增，分数不代替摘要验收。

固定原文和人工参考，用 SacreBLEU 计算语料级 BLEU、chrF 并保存评分签名。以否定、时间错误及合理改写的人工候选，说明自动指标为何还需结合逐句事实与术语核对。

用蕴涵、矛盾与信息不足句对说明语义相似度和 NLI 的区别。检查前提与陈述的方向、对象、时间和条件，再核对模型语言与标签，不用相似度分数代替事实依据。

以实体清单和事件字段两个目标比较 spaCy、GLiNER 与 LangExtract。检查候选标签、关系与属性、原文定位和缺失字段，避免把宣布日期或可定位片段当成已核实事实。

采用 CheckList 的 MFT、INV、DIR 三类行为测试，用短评论与变换句检查基础功能、类别保持和得分方向。标准库脚本导出失败清单，演示得分明确为人工构造。

按单节点运行、变量检查器和运行历史三层定位 Dify 流程错误，保存输入输出证据后再修改。

秘塔官网当前提供网页搜索和上传入口；本文说明使用、来源核对、下载边界与结果验收。

把测试完成的 Dify 应用发布为 Web App，并检查名称说明、匿名访问、错误回退和版本可追溯信息。

在 Dify 建立最小 Workflow，用 Start、LLM 与 Output 三个节点处理输入，并逐项核对变量传递。

用固定问题检查 Dify 知识库命中片段和反例，再把通过测试的知识库接入应用并做二次验证。