GitHub · 去对齐工具与仓库·· 3 小时前精选AI 评分58
rs-llm-prompt-eval 发布遥感切片 LLM 提示词评测框架
dingdjfjs-star/rs-llm-prompt-eval
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/dingdjfjs-star/rs-llm-prompt-eval
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
rs-llm-prompt-eval 开源了一套遥感切片 LLM 提示词评测框架，用 12 张合成切片与像素级真值，按格级 IoU、mIoU、OA 和场景准确率对照 V0–V4 五个提示词版本跑消融。三条命令即可跑通生成、评测与汇总全流程，离线 mock 模拟器下解析率从 V0 的 33.3% 升到 V4 的 83.3%，mIoU 从 0.1032 升到 0.5921。框架内置 OpenAI 兼容调用，可接入智谱 glm-4v-flash 等真实模型，每次运行落盘提示词全文与原始响应。
推荐理由
作者把提示词写法做成可复现的消融评测，五版本对照给出解析率与 mIoU 的逐级变化，可迁移到其他视觉任务。
来源：GitHub · 去对齐工具与仓库 · github.com
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。