每次改提示词自动跑 30 个样例，指标不过就拦住合并。
## 步骤
1. 写清楚这一步的输入与输出；
2. 给出验收标准；
3. 失败也要记录原因。
方法与工具
发布于 6 天前 · 1 次浏览
把评测跑成 CI 的一部分
每次改提示词自动跑 30 个样例，指标不过就拦住合并。
- 解决什么
- 每次改提示词自动跑 30 个样例，指标不过就拦住合并。
- 技术栈
- 工作流自动化
分享内容
workflow.mdmarkdown
# 把评测跑成 CI 的一部分
每次改提示词自动跑 30 个样例，指标不过就拦住合并。
提示词Claude 3.7 / temperature 0.457 字
你是资深工程搭档。请按以下约束给出方案：
1) 先给最小可运行版本；
2) 标注不确定之处；
3) 列出验收标准。社区讨论 3条观点
按热度·按最新
想问下这种方案在低端机上的内存占用大概多少？
第 2 步的坑我也踩过，补充一点：Worker 里要显式 transfer 才能避免拷贝。
照这个方法把首帧降到了 0.6s，谢了。