应用评测(Beta)

FastGPT v4.11.0 版本开始支持应用批量评测功能。通过传入多组问答对，系统会对应用执行结果进行自动打分，实现应用运行效果的定量评估。

系统支持三种评估指标：回答准确性、问题相关性和语义准确性。当前测试版仅包含回答准确性这一个指标，其余指标将在后续版本中补充完善。

创建应用评测

进入评测页面

进入工作台下的应用评测目录，点击右上角的"创建任务"按钮。

填写评测信息

在创建任务页面中，需要填写以下信息：

• 评测任务名：任务的标识名称
• 评测模型：用于本次任务打分的模型
• 评测应用：需要被打分的应用

准备评测数据

选择评测应用后，系统会弹出下载CSV模板的按钮。模板包含以下字段：

• 全局变量
• q（问题）
• a（标准答案）
• 历史记录

注意事项：

• 最多支持1000组问答对
• 请按照模板格式填写数据

填写完成后上传文件并点击"开始评测"，即可创建一个应用评测任务

查看应用评测

评测列表

评测列表页面显示所有评测任务，包含以下关键信息：

• 进度：当前评测任务的执行状态
• 执行人：创建评测任务的用户
• 评测应用：被评测的应用名称
• 开始时间/结束时间：评测任务的执行时间范围
• 综合评分：评测任务的整体得分

通过这些信息，可以清晰地比较每次应用改进后的效果。

评测详情

点击"查看详情"可进入评测任务的详情页面：

任务概览：页面顶部显示任务的整体信息，包括评测配置和统计结果。

详细结果：页面下方展示评测任务中的每一条问答对及其评分，可以查看：

• 用户问题
• 标准输出
• 应用输出