我们使用Cookie来改善您的体验。您可以在下方管理偏好设置。
三种不同的评估方法。
4 个模型依次回答同一个问题。对比、评分、选出最佳。
Performance Score 系统与自动评估器。多个 LLM 并排接受审阅。
受策略约束的灵活场景评估，按方案配额使用。