智能生成G-Eval评估步骤 - GenerateOpsEvaluatorEvaluationSteps

agentarts:evaluator:generateOpsEvaluatorEvaluationSteps

Write

-

-

-

-

criteria

是

String

参数解释：

评估标准描述，用于告知模型需要评估的维度和判断依据。

约束限制：

• 长度必须在1到20000字符之间。

• 必须包含至少一个用双大括号{{}}包裹的变量。

取值范围：

符合自然语言规范的文本，支持中英文。

示例取值：

"评估{{actual_output}}是否准确回答了{{input}}，并与{{reference_output}}进行对比"

model_config

是

model_config object

参数解释：

用于智能生成评估步骤的大模型配置。

约束限制：

model_id必填；max_tokens、temperature、top_p未传时使用默认值。

取值范围：

仅支持系统已接入的大模型。

默认取值：

不涉及。

model_id

是

String

参数解释：

用于生成评估步骤的大模型标识符。

约束限制：

必须是系统支持的模型ID。

取值范围：

1到128个字符，支持英文、数字、点号、下划线（_）、中划线（-）和冒号。

默认取值：

不涉及。

max_tokens

否

Integer

参数解释：

模型生成的最大token数量，用于控制输出长度。

约束限制：

必须为正整数。

取值范围：

1到8192。

默认取值：

1000。

temperature

否

Double

参数解释：

温度参数，控制模型输出的随机性和创造性。值越低输出越确定，值越高输出越多样。

约束限制：

必须在0到1之间。

取值范围：

0到1。

默认取值：

0.1。

top_p

否

Double

参数解释：

核采样参数，控制模型从概率累积分布中采样的范围。

约束限制：

必须在0到1之间。

取值范围：

0到1。

默认取值：

0.3。

evaluation_steps

Array of strings

参数解释：

生成的评估步骤列表，每个元素是一个独立的评估步骤描述。

约束限制：

列表不为空，最多返回10条评估步骤；每个步骤长度为1到200个字符。

取值范围：

符合评估任务要求的自然语言步骤。

默认取值：

不涉及。

error_code

String

参数解释：

错误码，用于标识请求失败的具体原因。

约束限制：

格式为服务简写加数字编码，例如Agentarts.40000001。

取值范围：

服务简写为2到8位大写字母，数字编码为8位，首位通常为4、6或8。

默认取值：

不涉及。

error_msg

String

参数解释：

错误描述信息，用于说明请求失败原因。

约束限制：

长度为1到512个字符。

取值范围：

符合自然语言规范的错误描述。

默认取值：

不涉及。

request_id

String

参数解释：

请求追踪ID，用于问题定位和日志检索。

约束限制：

长度为1到128个字符。

取值范围：

系统生成的请求唯一标识。

默认取值：

不涉及。

error_code

String

参数解释：

错误码，用于标识请求失败的具体原因。

约束限制：

格式为服务简写加数字编码，例如Agentarts.40000001。

取值范围：

服务简写为2到8位大写字母，数字编码为8位，首位通常为4、6或8。

默认取值：

不涉及。

error_msg

String

参数解释：

错误描述信息，用于说明请求失败原因。

约束限制：

长度为1到512个字符。

取值范围：

符合自然语言规范的错误描述。

默认取值：

不涉及。

request_id

String

参数解释：

请求追踪ID，用于问题定位和日志检索。

约束限制：

长度为1到128个字符。

取值范围：

系统生成的请求唯一标识。

默认取值：

不涉及。

200

生成成功

400

请求参数错误

422

模型调用失败