评测（示例）

这是 AI/评测 分类下的示例占位文章，用于展示子目录结构。直接替换正文即可。

待补充

• [ ] 核心概念（离线评测 / 在线评测 / 人工评估）
• [ ] 典型场景（基准集、自动化打分、回归对比）
• [ ] 排障清单