提交批处理运行和评估流

若要提交批处理运行并使用评估方法，需要准备好以下内容：

提交批处理运行并使用评估方法

借助批处理运行，可以使用大型数据集运行流，并为每行数据生成输出。 还可以选择评估方法，将流的输出与特定标准和目标进行比较。 评估方法是一种特殊类型的流，它基于不同的方面计算流输出的指标。 当与批处理运行一起提交时，将会执行评估运行以计算指标。

若要开始批处理运行和评估，可以选择“ 评估 ”按钮 -“ 自定义评估 ”。 通过选择“自定义评估”，可以提交批处理运行并使用评估方法，也可以提交批处理运行而不对流进行评估。

首先，系统会要求你为批处理运行提供一个描述性且可识别的名称。 还可以编写说明，并向批处理运行添加标记（键值对）。 完成配置后，选择“ 下一步 ”以继续。

首先，需要选择或上传要用于测试流的数据集。 还需要选择可用的计算会话来执行此批处理运行。

提示流还支持将流输入映射到数据集中的特定数据列。 这意味着可以将列分配给特定输入。 可以通过使用 ${data.XXX} 格式引用来为输入分配列。 如果要为输入分配常量值，则可以直接键入该值。

然后，在下一步中，可以决定使用评估方法来验证此运行的性能。 如果你不想应用任何评估方法或计算任何指标，则可以直接选择“ 下一步 ”按钮来跳过此步骤。 否则，如果想要立即运行批处理运行并进行评估，可以选择一种或多种评估方法。 评估将在完成批处理运行后开始。 也可以在批处理运行完成后开始另一轮评估。 若要详细了解如何开始新一轮的评估，请参阅 开始新一轮的评估 。

在下一步“ 输入映射 ”部分中，需要指定评估方法所需的输入数据的源。 例如，基本事实列可能来自数据集。 默认情况下，评估会使用与提供给已测试运行的测试数据集相同的数据集。 但如果相应的标签或目标地基本事实值位于不同的数据集中，则可以轻松切换到该数据集。

如果评估不需要数据集中的数据，则无需在输入映射部分引用任何数据集列，这指示数据集选择是可选配置。 数据集选择不会影响评估结果。

如果评估方法使用大语言模型 (LLM) 来衡量流响应的性能，则还需要在评估方法中为 LLM 节点设置连接。

然后，可以选择“ 下一步 ”以查看设置，并选择“ 提交 ”以开始批处理运行并进行评估。

查看评估结果和指标

提交后，可以在提示流页的“运行列表”选项卡中查找提交的批处理运行。 选择运行以导航到运行结果页。

在“运行详细信息”页中，可以选择“ 详细信息 ”以查看此批处理运行的详细信息。

基本结果和跟踪

首先你将被定向到“输出”选项卡，以逐行查看输入和输出 。 输出选项卡页显示结果的表格列表，包括行 ID、输入、输出、状态、系统指标和创建时间 。