Inspect AI 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执行多轮模型评估
- 准备材料
- 待测模型
- 评估任务与样本
- 评分规则
- 怎样开始
- 选择现有评估任务或编写任务，明确模型、工具、对话过程和评分方式。
- 运行评估，让模型按设定完成单轮或多轮任务。
- 查看逐条轨迹与评分，区分任务失败、工具错误和评分标准问题。
- 交付目标
- 评估记录
- 任务评分
- 人工检查
- 检查样本与评分规则，人工复核关键错误。
Inspect AI 是什么
组织语言模型评估，支持工具使用、多轮对话与模型评分，并提供预设评估任务。
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。