创建模型评估任务

更新时间：2025-01-14

功能介绍

用于创建模型评估任务。

使用说明

本文API支持通过Go SDK、Java SDK 和 Node.js SDK调用，调用流程请参考SDK安装及使用流程。

SDK调用

调用示例

import os
from qianfan  import resources

# 通过环境变量初始化认证信息
# 使用安全认证AK/SK调用，替换下列示例中参数，安全认证Access Key替换your_iam_ak，Secret Key替换your_iam_sk，如何获取请查看https://cloud.baidu.com/doc/Reference/s/9jwvz2egb
os.environ["QIANFAN_ACCESS_KEY"] = "your_iam_ak"
os.environ["QIANFAN_SECRET_KEY"] = "your_iam_sk"

resp = resources.console.utils.call_action(
    # 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求结构-请求地址的后缀
    "/v2/eval", 
    # 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求参数-Query参数的Action 
    "CreateEvalTask", 
    # 请查看本文请求参数说明，根据实际使用选择参数；对应API调用文档-请求参数-Body参数
    {
        "taskName": "管控API裁判员评估测试",
        "description": "管控API测试",
        "evalObjectType": "model",
        "evalObjectConfig": {
            "evalModelConfig": {
                "versionId": "ds-mwmk3mwxxxxxfk",
                "storageType": "sysStorage",
                "evalModelConfigList": [
                    {
                        "modelId": "amv-ttsxxxx1hp",
                        "promptTemplate": "你是一个好助手，请遵照{input}要求，以商务风格做出相应回复，要求语言简练，客观详尽。"
                    }
                ]
            }
        },
        "evalConfig": {
            "evalMode": "model",
            "autoModelEvalConfig": {
                "apiName": "ERNIE-xxx"
            }
        }
    }
)
print(resp.body)

package main

import (
    "context"
    "fmt"
    "os"

    "github.com/baidubce/bce-qianfan-sdk/go/qianfan"
)

func main() {
     // 使用安全认证AK/SK鉴权，通过环境变量初始化；替换下列示例中参数，安全认证Access Key替换your_iam_ak，Secret Key替换your_iam_sk
    os.Setenv("QIANFAN_ACCESS_KEY", "your_iam_ak")
    os.Setenv("QIANFAN_SECRET_KEY", "your_iam_sk")
    
    ca := qianfan.NewConsoleAction()
    
    res, err := ca.Call(context.TODO(),
    // 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求结构-请求地址的后缀
    "/v2/eval",
    // 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求参数-Query参数的Action 
    "CreateEvalTask",
    // 请查看本文请求参数说明，根据实际使用选择参数；对应API调用文档-请求参数-Body参数
    map[string]interface{}{
        "taskName": "管控API裁判员评估测试",
        "description": "管控API测试",
        "evalObjectType": "model",
        "evalObjectConfig": map[string]any{
            "evalModelConfig": map[string]any{
                "versionId": "ds-mwmk3mwxxxxxfk",
                "storageType": "sysStorage",
                "evalModelConfigList": []map[string]any{
                    {
                        "modelId": "amv-ttsxxxx1hp",
                        "promptTemplate": "你是一个好助手，请遵照{input}要求，以商务风格做出相应回复，要求语言简练，客观详尽。",
                    },
                },
            },
        },
        "evalConfig": map[string]any{
            "evalMode": "model",
            "autoModelEvalConfig": map[string]any{
                "apiName": "ERNIE-xxx",
            },
        },
    })
    if err != nil {
        panic(err)
    }
    fmt.Println(string(res.Body))
    
}

import com.baidubce.qianfan.Qianfan;
import com.baidubce.qianfan.model.console.ConsoleResponse;
import com.baidubce.qianfan.util.CollUtils;
import com.baidubce.qianfan.util.Json;
import java.util.Map;

public class Dome {
    public static void main(String args[]){
        // 使用安全认证AK/SK鉴权，替换下列示例中参数，安全认证Access Key替换your_iam_ak，Secret Key替换your_iam_sk
        Qianfan qianfan = new Qianfan("your_iam_ak", "your_iam_sk");
        
        ConsoleResponse<Map<String, Object>> response = qianfan.console()
                // 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求结构-请求地址的后缀
                .route("/v2/eval")
                // 调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求参数-Query参数的Action 
                .action("CreateEvalTask")
                // 需要传入参数的场景，可以自行封装请求类，或者使用Map.of()来构建请求Body
                // Java 8可以使用SDK提供的CollUtils.mapOf()来替代Map.of()
                // 请查看本文请求参数说明，根据实际使用选择参数；对应API调用文档-请求参数-Body参数
                .body(CollUtils.mapOf(
                    "taskName", "管控API裁判员评估测试",
                    "description", "管控API测试",
                    "evalObjectType", "model",
                    "evalObjectConfig", CollUtils.mapOf(
                        "evalModelConfig", CollUtils.mapOf(
                            "versionId", "ds-mwmk3mwxxxxxfk",
                            "storageType", "sysStorage",
                            "evalModelConfigList",new Map[] {
                                CollUtils.mapOf(
                                    "modelId", "amv-ttsxxxx1hp",
                                    "promptTemplate", "你是一个好助手，请遵照{input}要求，以商务风格做出相应回复，要求语言简练，客观详尽。"
                                )
                            }
                        )
                    ),
                    "evalConfig", CollUtils.mapOf(
                        "evalMode", "model",
                        "autoModelEvalConfig", CollUtils.mapOf(
                            "apiName", "ERNIE-xxx"
                        )
                    )
                ))
                .execute();

        System.out.println(Json.serialize(response));
    }
}

import {consoleAction, setEnvVariable} from "@baiducloud/qianfan";

// 使用安全认证AK/SK鉴权，通过环境变量初始化；替换下列示例中参数，安全认证Access Key替换your_iam_ak，Secret Key替换your_iam_sk
setEnvVariable('QIANFAN_ACCESS_KEY','your_iam_ak');
setEnvVariable('QIANFAN_SECRET_KEY','your_iam_sk');

async function main() {
  //base_api_route:调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求结构-请求地址的后缀
  //action:调用本文API，该参数值为固定值，无需修改；对应API调用文档-请求参数-Query参数的Action 
  //data:请查看本文请求参数说明，根据实际使用选择参数；对应API调用文档-请求参数-Body参数
  const res = await consoleAction({base_api_route: '/v2/eval', action: 'CreateEvalTask', data: {
        "taskName": "管控API裁判员评估测试",
        "description": "管控API测试",
        "evalObjectType": "model",
        "evalObjectConfig": {
            "evalModelConfig": {
                "versionId": "ds-mwmk3mwxxxxxfk",
                "storageType": "sysStorage",
                "evalModelConfigList": [
                    {
                        "modelId": "amv-ttsxxxx1hp",
                        "promptTemplate": "你是一个好助手，请遵照{input}要求，以商务风格做出相应回复，要求语言简练，客观详尽。"
                    }
                ]
            }
        },
        "evalConfig": {
            "evalMode": "model",
            "autoModelEvalConfig": {
                "apiName": "ERNIE-xxx"
            }
        }
    }
  });    
    
  console.log(res);
}

main();

返回示例

{
     'requestId ':  'df3986c5-70bd-40d9-bedf-6db65ef137d8 ',
     'result ':  'ame-au4xxxxxv5 '
}

{
    "requestId": "df3986c5-70bd-40d9-bedf-6db65ef137d8",
    "result": "ame-au4xxxxxv5"
}

{
    "requestId": "df3986c5-70bd-40d9-bedf-6db65ef137d8",
    "result": "ame-au4xxxxxv5"
}

{
    requestId: 'df3986c5-70bd-40d9-bedf-6db65ef137d8',
    result: 'ame-au4xxxxxv5'
    
}

请求参数

名称	类型	必填	描述
taskName	string	是	任务名称
description	string	否	任务描述
evalObjectType	string	是	评估的数据类型，可选值如下： · inferDataset：推理数据集 · model：评估模型
evalObjectConfig	object	是	评估对象配置信息
evalConfig	object	是	评估参数配置

evalObjectConfig说明

最多支持五个评估对象，五个对象的类型需要保持一致

名称	类型	必填	描述
evalModelConfig	object	否	评估模型配置信息
evalInferDatasetConfig	object	否	评估结果集配置信息

evalInferDatasetConfig说明

评估结果集对象的配置信息

名称	类型	必填	描述
evalInferDatasetConfigList	List<object>	是	评估子对象配置列表

evalInferDatasetConfigList说明

名称	类型	必填	描述
inferDatasetId	string	是	推理结果集ID，通过以下方法获取该字段值，在控制台-数据管理-数据集-推理结果集页面，点击某个推理结果集详情，点击推理结果集信息页面查看，如下图所示：
isBaseline	bool	否	启用GSB时，表示基准对象；若开启，要求待评估对象的数量为2

evalModelConfig说明

评估模型对象的配置信息

名称	类型	必填	描述
versionId	string	否	评估数据集版本的ID，说明：（1）当评估对象是模型或者服务的时候，即evalObjectType=model，该字段必填（2）可以通过以下任一方式获取该字段值： · 方式一，通过调用创建数据集接口，返回的versionId字段获取 · 方式二，在控制台-数据管理-数据集-通用数据集查看，如下图所示：
storageType	string	否	推理结果集存储类型，说明：（1）仅针对模型评估，用于存储评估过程中产生的推理结果集（2）可选值如下： · BOS：对象存储BOS · sysStorage：平台共享存储，不填默认是sysStorage
storagePath	string	否	存储路径，说明：当存储类型为对象存储BOS时，即storageType=BOS，该字段必填，需提供完整存储路径
evalModelConfigList	List<object>	是	评估子对象配置列表

evalModelConfigList说明

名称	类型	必填	描述
modelId	string	是	模型版本ID，说明：（1）通过以下方式获取该字段值，在控制台-模型调优-我的模型，点击某模型详情，在版本列表中查看，如下图所示
promptTemplate	string	否	推理Prompt，说明：（1）必须包含{input} （2）示例：你是一个好助手，请遵照{input)要求，以商务风格做出相应回复，要求语言简练，客观详尽
params	object	否	模型推理超参
isBaseline	bool	否	启用GSB的时候，表示基准对象；若开启，要求待评估对象的数量为2

params说明

名称	类型	必填	描述
temperature	float	否	温度，说明：（1）较高的数值会使输出更加随机，而较低的数值会使其更加集中和确定（2）建议该参数和top_p只设置1个（3）两位小数，范围[0.01, 1.00 ]
top_p	float	否	多样性，说明：（1）影响输出文本的多样性，取值越大，生成文本的多样性越强（2）建议该参数和temperature只设置1个（3）一位小数，取值范围[0.0, 1.0]
penalty_score	float	否	重复惩罚，用通过对已生成的token增加惩罚，减少重复生成的现象。说明：（1）值越大表示惩罚越大（2）一位小数，取值范围[1.0, 2.0]
system	string	否	模型人设字段
disable_search	bool	否	是否强制关闭实时搜索功能，默认false，不关闭
enable_citation	bool	否	搜索溯源，开启后有概率触发搜索溯源信息
top_k	int	否	采样参数，在每轮token生成时，保留k个概率最高的token作为候选。说明：（1）影响输出文本的多样性，取值越大，生成文本的多样性越强（2）取值范围：正整数
stop	string[]	否	推理停用词表

evalConfig说明

如果evalMode为 "rule,model"，需要同时提供 autoRuleEvalConfig 和 autoModelEvalConfig 两个配置。

名称	类型	必填	描述
evalMode	string	是	评估模式，可选值如下： · rule：基于规则 · model：裁判员模型 · manual：人工评估 · rule,model：同时支持自动规则和自动裁判员评估
manualEvalConfig	object	否	人工评估配置
autoRuleEvalConfig	object	否	自动规则评估配置
autoModelEvalConfig	object	否	自动裁判员评估配置

manualEvalConfig说明

名称	类型	必填	描述
evalDimension	object[]	是	人工评估评价维度，说明：（1）默认维度为满意度，不可删除（2）用户可自行添加其他维度，最多添加4个维度（3）当evalMode参数中包含manual，即存在人工评估模式时，此字段必填

evalDimension说明

名称	类型	必填	描述
dimension	string	是	评价维度
description	string	否	维度的描述

autoRuleEvalConfig说明

名称	类型	必填	描述
stopWordList	string[]	否	基于规则的停用词表，说明：当evalMode参数中包含rule，即存在规则评估模式时，此字段有效，非必填

autoModelEvalConfig说明

名称	类型	必填	描述
promptParam	object	否	裁判员评估打分模板配置，说明：（1）当evalMode参数中包含model，即存在裁判员评估模式时，此字段有效（2）用户若未指定则采用平台默认配置
apiName	string	是	裁判员打分应用名称，裁判员打分应用默认使用EB3.5 和 EB4.0 的主线版本的预置服务进行评估，说明：（1）当前仅开放两类名称供用户选填： · EB3.5：ERNIE-Bot · EB4.0：ERNIE-Bot-4.0 （2）不填默认是EB3.5

promptParam说明

若用户不指定，则采用平台默认配置

名称	类型	必填	描述
metric	string	否	指标内容，替换{metric}占位符
steps	string	否	评分步骤，用于替换{steps}占位符
maxScore	number	否	最高分，用于替换{max_score}占位符

返回参数

名称	类型	描述
requestId	string	请求ID
code	string	错误码，错误时返回
message	string	错误信息，请求失败时返回
result	string	评估任务id，请求成功时返回

模型压缩

查看模型评估任务列表