【模型训练师进阶 02】只看 Loss 等于白训？模型评测、Baseline 与回归测试完整方法

训练师最危险的一句话是：
“Loss 降了，所以模型变好了。”

Loss 是训练信号，不是最终业务价值。本篇建立一套从 Baseline 到 Regression 的模型评测方法。

第一部分：为什么 Evaluation 必须训练之前设计

1. Evaluation 应该什么时候设计

答案：

训练之前。

错误流程：

训练完 → 再想测什么

正确：

定义能力 ↓ 建立 Eval ↓ 记录 Base Baseline ↓ 训练 ↓ 相同 Eval ↓ 比较

否则容易只选择对新模型有利的问题。

2. Baseline

Base Model 在训练前的表现：

Baseline

至少记录：

• 领域正确率；
• 通用能力；
• 格式；