AI AGENT EVALUATIONS
测评中心 测试环境
真实业务链路 · 文本、生图与语音 · 保留执行记录,比较每一次变化
启动测评
最近测评
勾选两次结果进行对比
| 时间 / 备注 | 状态 | 测评内容 | 版本 / 模型 | 用例通过 | 整体得分 / 结论 | 操作 |
|---|
按本地配置保留最近的已结束测评,并额外保留固定基线。评分、耗时均展示样本数;少量用例用于回归,不代表线上总体分布。
真实业务链路 · 文本、生图与语音 · 保留执行记录,比较每一次变化
| 时间 / 备注 | 状态 | 测评内容 | 版本 / 模型 | 用例通过 | 整体得分 / 结论 | 操作 |
|---|
按本地配置保留最近的已结束测评,并额外保留固定基线。评分、耗时均展示样本数;少量用例用于回归,不代表线上总体分布。