跳到主要内容

评测集

最近更新 2026/10/30

评测集保存可复用的测试样例。先定义字段和 Case,再在评估任务中确定每个字段的用途。

适用对象:需要创建、导入和维护测试数据的使用者。核对基线:2026-10-30 项目当前实现;已部署环境的入口可能随版本和权限有所不同。

检索关键词:Dataset、Case、CSV、XLSX、JSONL、字段、数据版本。

1. 创建空白评测集​

  1. 进入“评测集”,点击“新建评测集”,填写名称和可选描述,点击“创建评测集”。
  2. 在详情的“字段”页点击“添加字段”,填写名称并选择类型,点击“保存新增字段”。
  3. 进入“样例”页,点击“添加样例”,按字段填写数据后点击“保存新增样例”。先保存字段,再添加对应样例。
字段类型填写方式
TEXT文本;适合问题、参考答案和场景标签。
NUMBER有效数字;不能将普通文本直接填入数值列。
BOOLEANtrue 或 false;编辑界面可按选项选择。
JSON合法 JSON 对象、数组或值。
DATE按界面要求填写有效日期,文本校验格式为 YYYYMMDD。
TIME按 HH:mm:ss 填写有效时间。

2. 从文件导入​

  1. 点击“导入评测集”,填写名称和描述,选择 CSV、XLSX 或 JSONL 文件。
  2. 确认文件后点击“开始导入”。提交成功仅代表进入异步处理,需在详情等待导入完成。
  3. 核对识别出的字段、类型与样例数。导入失败时查看问题说明;页面提供逐行错误报告时,下载报告并修正文件,再重新导入。

单文件最大 50 MiB;最多 100000 条样例、200 个字段。CSV 使用 UTF-8 编码,首行为不为空且不重复的字段名,各行列数应一致。JSONL 每个非空行应是独立 JSON 对象,同一对象中不能重复键。需要保留数值、布尔或结构化类型时,优先使用 JSONL 并核对导入结果。

“通用动态字段”不强制固定业务列;Agent 任务用例 V1 校验要求 case_id、prompt。只有所在版本界面提供用例规范选择时,才需要选择对应规范,不要把通用文件套用为必填 prompt。

3. 编辑字段与样例​

  1. 在“字段”页对字段重命名、调整顺序或删除;新增字段先保留为本地草稿,确认后保存。
  2. 在“样例”页添加、编辑或删除 Case。字段区与样例区分别保存,保存其中一处不会自动提交另一处草稿。
  3. 批量新增采用逐条提交。出现部分成功时,已保存内容保留,只处理剩余草稿,避免重复新增。

删除字段或样例前核对内容。历史任务使用冻结快照,已有历史评测不会随工作副本变化。多人同时编辑出现冲突时,先保留自己的输入,再刷新核对最新内容。

4. 理解工作副本与版本​

工作副本用于继续编辑;有效保存后生成只读版本。新任务绑定已发布版本,而不是尚未保存的本地草稿。进入“版本记录”查看版本号、发布时间与冻结内容;无实质变化不会重复生成新版本。

如果提示“变更已保存,但版本发布失败”,使用“重试发布版本”。数据已经保存,不要重复添加字段或样例。后续保存不会覆盖旧版本,也不会更新历史 Run。

5. 导出与查看引用​

  1. 在详情点击“导出”,选择 CSV 或 JSONL,等待后台生成文件并下载。需要保持结构化字段语义时优先 JSONL。
  2. 打开“引用记录”,查看使用该评测集的任务,进入相应任务核对结果与冻结版本。

列表支持按名称搜索和状态筛选。删除评测集会使其进入回收状态,历史结果保留;这不表示界面提供恢复入口。AI Monitor 在线导入目前未作为本版默认可见操作入口开放。

6. 下一步与相关页面​

返回使用手册首页:

AI评测平台

这篇文档对你有帮助吗?