岗位描述（节选）
【岗位职责】
1. 负责 AI 眼镜语言、语音、视觉及 Agent 能力的整体评测工作，建立覆盖模型选型、产品准入、版本验收和线上复盘的评测体系。
2. 结合 AI 眼镜真实使用场景，定义核心评测维度、指标体系和测试标准，包括准确性、任务完成率、响应速度、稳定性、幻觉、安全性、弱网表现、功耗与成本等。
3. 分方向建设专项评测能力：
- 语言：意图理解、知识问答、指令遵循、上下文理解与生成质量；
- 语音：唤醒、ASR、TTS、打断、远场、噪声及多人环境表现；
- 视觉：拍照问答、OCR、物体与场景理解、视频理解及多模态推理；
- Agent：工具调用、任务规划、状态管理、异常恢复及端到端任务完成率。
4. 建设与维护具有代表性的评测数据集、场景库、Bad Case 库和回归测试集，确保评测结果能够反映真实产品体验。
5. 负责不同模型、不同技术方案及不同版本的横向评测，形成清晰、可信的分……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。