我们准备给知识库问答做 Golden Set。老板说先写 20 条够不够，我感觉太少，但又不知道多少合适。

]]>https://localaihub.com/topic/104/golden-set-到底要多大-20-条够不够RSS for NodeWed, 03 Jun 2026 19:44:36 GMTWed, 06 May 2026 17:49:00 GMT60明白。20 条先当烟测，不拿来证明上线质量。

]]>https://localaihub.com/post/845https://localaihub.com/post/845Thu, 07 May 2026 14:26:00 GMT对，Golden Set 不是题库，是业务标准的一部分。

]]>https://localaihub.com/post/844https://localaihub.com/post/844Thu, 07 May 2026 13:27:00 GMT还有记录来源。每条标准答案要能指到制度原文，不然评测也会变玄学。

]]>https://localaihub.com/post/843https://localaihub.com/post/843Thu, 07 May 2026 10:52:00 GMT这个比较实际。我们先做小集，再慢慢扩。

]]>https://localaihub.com/post/842https://localaihub.com/post/842Thu, 07 May 2026 10:06:00 GMT建议分两层：小集每天跑，大集发布前跑。小集 30-50，大集 200 左右。

]]>https://localaihub.com/post/841https://localaihub.com/post/841Thu, 07 May 2026 08:17:00 GMT样例还要更新。制度变了，Golden Set 也要跟着变，不然会把正确答案判错。

]]>https://localaihub.com/post/840https://localaihub.com/post/840Thu, 07 May 2026 06:23:00 GMT不是。太多没人维护。先做 100 条高价值样例，比 1000 条没人看的强。

]]>https://localaihub.com/post/839https://localaihub.com/post/839Thu, 07 May 2026 04:21:00 GMTGolden Set 是不是越多越好？

]]>https://localaihub.com/post/838https://localaihub.com/post/838Thu, 07 May 2026 03:04:00 GMT还有错别字、简称、口语。比如“报销那个票丢了咋办”。

]]>https://localaihub.com/post/837https://localaihub.com/post/837Thu, 07 May 2026 00:59:00 GMT别忘了“问题问得很烂”的样例。真实用户不会按文档标题提问。

]]>https://localaihub.com/post/836https://localaihub.com/post/836Wed, 06 May 2026 23:25:00 GMT那我会拆：事实题、流程题、权限题、时间版本题、冲突资料题、无法回答题。每类至少十几条。

]]>https://localaihub.com/post/835https://localaihub.com/post/835Wed, 06 May 2026 22:48:00 GMT我们是制度问答，HR、财务、行政都有。

]]>https://localaihub.com/post/834https://localaihub.com/post/834Wed, 06 May 2026 21:24:00 GMT看场景复杂度。如果只是固定流程问答，几十条能发现很多问题。如果是企业知识库，至少要覆盖部门、权限、过期文档、模糊问法。

]]>https://localaihub.com/post/833https://localaihub.com/post/833Wed, 06 May 2026 20:23:00 GMT20 条可以作为起步烟测，不够做上线判断。

]]>https://localaihub.com/post/832https://localaihub.com/post/832Wed, 06 May 2026 18:47:00 GMT