Skip to content
Vieval

Vieval 指南 ​

你可以在 TypeScript 工程中用 Vieval 定义并重复运行评测。Vieval 会组合模型、场景等变量,并据此调度任务。运行结果既能以终端摘要呈现,也能输出为 JSON 或报告文件。

从这里开始 ​

  • 为什么选择 Vieval:了解 Vieval 负责哪些工作,以及哪些工作需要交给其他服务。
  • 快速开始:运行一次确定性的评测,不调用模型提供方,不需要凭据,也不会产生模型调用费用。
  • 核心概念:了解评测中的核心对象和完整执行过程。

沿着一次评测学习 ​

  1. 任务、用例与输入
  2. 断言、分数与指标
  3. 模型与推理执行器
  4. 矩阵与数据集
  5. 可靠执行
  6. 报告与比较

如需查询配置选项或公开 API,请继续阅读配置参考与 API 参考。