2026-05-27 项目 28：拒绝虚假繁荣：构建严谨的模型评测（Evaluation Harness）

2026-05-25 项目 17-33：MoE、数据、后训练、评测、RAG、Agent 与安全

2026-05-25 项目 34：十二周执行计划与 Capstone

2026-05-13 01. 评判一个 Agent,你到底在评判什么

2026-04-30 进阶方向：评测、监控、成本与微调