查看与管理人工评估任务
更新时间:2025-10-29
对生成式模型的输出效果、计算性能进行全方位评价,提供面向事实类或开放性问答的不同打分模式。
查看人工评估任务详情
您可以通过点击任务名称查看评估任务的详细内容。

当创建的任务的状态为“待评估”时,需要您点击操作列的"在线评估"进行标注,详细标注操作可查看数据标注相关操作。

当评估任务状态为“已完成”时,您可点击操作列的“查看评估详情”按钮,查看具体的人工评估内容。已完成人工评估的结果集不支持任何编辑操作。

查看评估报告
当评估任务状态为“已完成”时,您可点击操作列的“查看评估报告”按钮,查看详细的评估信息。
人工打分指标
| 指标名称 | 指标说明 |
|---|---|
| 平均分数 | 平均分数计算公式:所有评价维度分数之和/数据量评价维度数量 |
| Goodcase占比 | 比例计算公式:所有评价维度中按自定义是Goodcase的数量/(数据量*维度数量) |
| 其他指标 | 创建人工评估任务时,所填写的自定义指标。 |
评估报告
该页面展示创建评估任务时的评估维度结果的可视化分布,包括评估任务的整体指标和详细指标等内容。

评估详情
在评估详情列表页,您可以选择每条评估数据操作列的查看按钮,展示为您提交【在线评估】时所填写的对大模型的主观感受。

查看任务日志
平台支持查看本次模型评估任务的详细日志。选择评估的模型后,可以查看其从创建开始到任务结束的日志内容,支持下载到本地保存(txt格式)。
以下为部分日志展示:

可通过日志查看报错,调整任务配置重新发起;或在提交工单时,提交日志中的报错由百度技术服务团队协助排查。
