DeepEval 能帮你完成什么工作
选一项工作查看准备材料、执行建议和交付检查。
01为模型应用建立回归评估
- 准备材料
- 应用测试接口
- 输入输出样本
- 评价规则
- 怎样开始
- 把需要保证的模型行为写成测试样例，并选择相应评估指标或断言。
- 对当前应用运行测试，记录各样例的输入、输出和得分。
- 调整应用后复跑同一组测试，查看失败项是否修复且没有新增退化。
- 交付目标
- 测试结果
- 失败用例
- 人工检查
- 复核评分依据，并保留可重复运行的测试条件。
DeepEval 是什么
以测试用例检查模型应用和智能体输出，评估任务完成、回答相关性与幻觉等指标。
费用与使用条件
正式使用前，查看官方当前账号、功能、导出和输入资料要求，核对结果是否适合你的任务。
