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. BaselineBase Model 在训练前的表现：Baseline至少记录：领域正确率；通用能力；格式；