得物推荐评测平台：大模型自动化评测流水线的工程实践

得物推荐评测平台通过大模型自动化评测流水线，将推荐主观体验指标的反馈周期从周级缩短至小时级，并在单周百万级审计需求下实现 91% 的资源成本优化。平台支持 Qwen3-Max 等模型作为评测员，通过可视化提示词版本管理与人工校验闭环，将评测一致性稳定保持在 92% 以上。