评测计划

——通过这篇文章帮助您了解评测计划说明，以及创建、执行、报告、对比、回归和衔接调优的方法。

入口：评测中心 › 评测计划。

图 1：评测计划列表

评测计划说明

• 使用场景：把数据集、标准、目标机器人组合起来，发起一次评测并拿到评测报告。
• 用途：执行评测、产出评测报告，并支持版本对比和回归，是评测闭环的落点。

如何使用评测计划

• 列表

列表展示所有计划，列包括计划名称、目标 Agent、评测数据集、评测标准、状态、创建时间、更新时间、创建人、操作。支持按名称搜索、按状态筛选，右上角提供「新建评测计划」和「对比计划」。

• 创建计划

点「新建评测计划」，选择 Agent、数据集与评测标准，即可创建并执行一次评测：

图 2：新建评测计划 —— 选目标 Agent + 标准 + 数据集

1. 填写计划名称。
2. 选择目标 Agent（要测哪个机器人）。
3. 选择评测标准和评测数据集。
4. 点「创建并执行」开始评测，也可在列表上「复制为新计划」快速复用配置。

• 执行与报告

• 执行过程：计划运行时，详情页展示执行进度。
• 计划详情：完成后查看报告，含整体得分和逐条结果。
• 条目详情：单轮、多轮条目可分别展开查看每条的提问、回答、各维度评分。
• 人工复核校准：可对 AI 评分做人工复核校准，修正个别判定。

• 对比与回归

• 计划对比：勾选多个计划点「对比计划」，按指标和条目做多列对比。
• 回归测试：改完配置后用同一数据集重跑，可进行逐条对比。

• 衔接调优

报告里的失败用例可点「去调优」，带着失败用例跳转工作台，AI 做归因并给出修改建议。