Denys Linkov在QCon旧金山会议上强调了微观指标在优化大型语言模型中的重要性，指出细致评估、持续迭代和严格提示工程是创建可靠用户导向AI系统的关键。微观指标能够更好地反映用户体验，帮助解决实际问题。

在2024年QCon旧金山会议上，Denys Linkov讨论了大型语言模型（LLMs）的复杂性及微观指标的重要性。他指出，尽管LLMs具有巨大潜力，但在实际应用中面临挑战，尤其是在性能测量和改进方面。他建议建立与业务目标对齐的微观指标框架，并强调多维评估策略的重要性，以避免对单一指标的过度依赖。