知鸦日报2026-09-19

一套AI评测平台，通过四大核心抽象（实验、数据集、评估器、任务）与可插拔架构，统一了评测标准。它用一致性衡量被测对象的稳定性，用置信度量化评委的可信度，让分数不只一个数字，而是可被决策依据。平台还支持持续巡检与结构化问题追踪，将评测从一次性验收变为质量基础设施。

高德推荐排序模型HeMix通过两处异构化设计提升精度：用混合查询分离长期兴趣与即时意图，以线性开销的HeteroMixer替代平方复杂度的自注意力，实现高效异构交互。该模型在数亿日活场景全量部署，显著提升GMV与CTR。