EvalScope 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运行模型任务评估
- 准备材料
- 待测模型接口
- 评估数据集
- 测试配置
- 怎样开始
- 确定待测模型或接口、评估数据集以及本次任务范围。
- 配置评估参数并先用少量样例跑通，再执行完整评估任务。
- 查看各项指标及异常样例，核对模型版本和评测配置后解释结果。
- 交付目标
- 评估结果
- 结果图表
- 人工检查
- 核对数据集、模型版本和测试参数，避免不同条件直接比较。
EvalScope 是什么
通过命令行执行模型能力评估、推理压力测试和结果可视化。
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。
