跳到主要内容

评估任务

最近更新 2026/10/30

评估任务组合评测集、被测对象、评估器与字段映射。任务版本用于保存配置,每次执行形成一次 Run,承载状态、冻结快照和结果。

适用对象:发起、跟踪与分析评测的使用者。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:Evaluation Run、草稿、任务版本、运行快照、复制、取消。

1. 按目标进入​

2. 查找和继续任务​

  1. 进入“评估任务”,使用名称搜索和状态筛选定位任务。
  2. 未完成配置的任务使用“继续配置”,补齐配置后再启动。暂存草稿不会调用被测对象或评分模型。
  3. 已运行任务点击名称进入“任务结果”,在“结果”与“配置”之间切换。运行中的任务会自动刷新状态。

3. 理解状态​

状态含义与处理
未开始 / 草稿配置尚未执行;继续配置或暂存。
排队中已提交,等待执行资源;先查看进度,避免重复创建。
运行中正在调用被测对象或评分。
取消中已提出取消请求,等待当前执行收敛。
已完成全部 Case 已执行结束,且没有失败 Case;不代表业务质量达标。
部分失败部分调用或评分失败,仍可查看已完成结果。
失败本次执行失败,需从 Case 和失败原因定位。
已取消已取消后续执行,已完成结果保留。

4. 复制、取消与删除​

使用列表“复制任务”会立即创建独立草稿,默认带副本名称并保留配置供核对,不会自动启动。复制前后应检查评测集版本、被测对象、评估器版本及映射;成功反馈后进入配置完成启动。

运行期间需要停止时,在结果页点击“取消任务”并确认。取消不会抹去已完成结果,也不代表撤回被测 Agent 已经执行的外部操作。

列表仅允许删除草稿或失败任务;删除前确认已保存所需结果,该操作不可恢复。任务名称在同一项目的独立任务之间唯一,草稿也占用名称;名称冲突时修改名称继续,不必重新填写全部配置。

5. 版本与历史事实​

任务绑定明确的评测集版本和评估器版本,启动时再冻结执行快照。随后编辑资产不会改写历史输入、映射或评分。分析历史任务时以“配置”中的冻结内容为准,不能用资产当前最新内容代替本次实际配置。

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?