评测任务是应用评测的核心功能，用于对应用的输出质量进行系统化评估。支持智能体应用和工作流应用的评测，可结合自动评估器和人工标签进行多维度评价。
评测任务是应用评测的核心功能，用于对应用的输出质量进行系统化评估。支持智能体应用和工作流应用的评测，可结合自动评估器和人工标签进行多维度评价。
评测任务创建后，可单击评测任务右侧的详情进入任务详情页。
在任务详情页可查看数据明细和指标统计：
展示每条评测数据的详细结果，可进行数据标注、标签配置等操作。
展示综合得分和评测进度等信息，包含综合得分仪表盘、评测进度、得分汇总和得分明细等区域。
评测任务调用大模型产生的 Token 费用正常计费。消耗的 Token 量可访问评测任务页面查看。
评测任务创建后可以修改吗？
评测任务创建后，任务配置（应用、评测集）不可修改，但您可以随时添加人工标签进行标注。如需使用不同配置，请创建新的评测任务。
"不关联应用"选项的作用？
"不关联应用"适用于纯人工标注场景。选择此选项后，系统不会自动调用任何应用进行评测，您需要完全依靠人工标签进行数据标注和评价。
评估器和标签如何配合使用？
评估器用于自动评分，适合有明确规则或标准答案的评测维度。标签用于人工标注，适合需要主观判断的评测维度。在同一个评测任务中，您可以同时使用评估器进行自动评分，并添加标签进行人工补充标注，实现全面的评测覆盖。
创建评测任务
1
配置基本信息
访问评测任务页面，单击创建评测任务，配置以下基本信息：
| 字段 | 说明 |
|---|---|
| 任务名称 | 自定义任务名称，最多 50 个字符。 |
| 任务描述 | 描述任务的目的或用途，最多 200 个字符。 |
| 选择评测集 | 从已发布的评测集列表中选择评测集和对应版本。 |
| 选择应用 | 选择应用关联方式：不关联应用（默认，适用于纯人工标注）、工作流、智能体。 |
| 评估器 | 可添加评估器进行自动评分，需配置参数映射。 |
| 标签 | 为评测任务添加标签，用于人工标注（可选）。 |
2
配置评估器（可选）
选择评估器后，需要配置参数映射，将评估器的变量参数映射到实际数据源。配置要求：
- 所有变量都必须完成映射后，才能保存配置
- 确保映射关系正确，避免评分结果不准确
3
完成创建
确认所有配置后，点击完成创建按钮创建评测任务。
评测任务发起后将无法修改配置。
管理任务
评测任务创建后，可单击评测任务右侧的详情进入任务详情页。
在任务详情页可查看数据明细和指标统计：
数据明细
展示每条评测数据的详细结果，可进行数据标注、标签配置等操作。
- 评估器评分结果：自动评分列，显示指定评估器对每条数据的评分。
- 标签配置：可为评测任务添加标签。
- 标注模式：
- 普通模式：页面平铺展示，字段横向排列。
- 快速标注：点击后，自定义标签变为可编辑状态。分类标签显示为下拉选择，输入类型显示为输入框，修改后立即保存。