# 回流评估结果至评测集 支持将评估任务产出的结果回流至评测集。通过配置回流规则，可以将得分较高或较低的数据进行分类回流，帮助您利用线上真实数据构建"高质量数据集"与"问题数据集"，从而实现评测集的持续迭代与优化。 通过回流线上真实数据，可以显著提升评测质量，具体体现在以下几个方面： - **构建"黄金评测集"**：通过筛选高分的线上真实对话，沉淀出一套标准的"黄金评测集"。该集合代表了真实业务场景下的理想交互水平，能够作为新版本发布前的验证，确保评估标准客观、权威，防止模型迭代带来的效果衰退。 - **建立"BadCase问题库"**：归档效果欠佳的BadCase，形成专项问题库。助力团队快速识别缺陷、修复漏洞，从而在后续迭代中显著提升智能体的能力。 #### 步骤一：选择评估结果 1. 登录[AgentArts智能体平台](https://console.huaweicloud.com/agentarts/#/home/overview)。 2. 在左侧导航栏中选择"运营运维 \> 评估"，选择"评估任务"页签。 3. 单击目标任务名称，进入评估任务详情页面。 4. 查看评估结果，并勾选需要回流至评测集的数据，单击右侧的"导出"。 - **导出全部数据至评测集**：无需勾选具体条目，直接导出当前任务下的所有数据。 - **导出已选中数据至评测集** ：仅导出勾选的数据条目。 图1导出至评测集 ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002687916140.png) #### 步骤二：配置回流规则 在"导出评测集"的弹框中，配置导出的规则。根据业务需求选择目标评测集类型： 如果希望独立测试或保留优质数据，建议选择"创建评测集"；如果希望补充现有评测集的样本多样性，可选择已有评测集。 - **创建评测集** ：创建一个全新的评测集并添加数据，参数说明请参见[表1]。 - **已有评测集** ：将数据添加至已存在的评测集中，参数说明请参见[表2]。 ![](https://support.huaweicloud.com/ops-agentarts/public_sys-resources/caution_3.0-zh-cn.png) 数据导出到评测集时，请遵循评测集的约束与限制，具体说明请参见[约束与限制](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0027.html#agentarts_14_0027__section1816414279312)。 图2创建评测集配置示例 ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002717835607.png) 表1创建评测集 | 参数 | 说明 | 示例 | |:---|:---|:---| | 目标评测集 | 选择"创建评测集"，新建一个目标评测集用于存放回流数据。 | 选择"创建评测集" | | 评测集名称 | 新建评测集的名称。 - 命名要求：可以包含中文、英文、数字、下划线（_）、中划线（-）和空格，不允许以空格开头或结尾，且不允许使用其他特殊字符。 - 长度限制：2\~50个字符。 | 科学知识 | | 描述 | 评测集的描述。 | 数据用于评估科学知识类智能体。 | | 评测集版本 | 新创建的评测集是发布状态还是草稿状态。 - **自动发布新版本：**评测集的状态为已发布，可以直接在评估任务中使用。 - **保持草稿状态：** 评测集的状态为修改未提交状态，需要发布后才能在评估任务中使用。发布评测集请参考[发布评测集版本](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0032.html#agentarts_14_0032__section16491627119)。 | 自动发布新版本 | | 字段映射 | 设置评估结果数据字段与评测集字段的映射关系。 **目标字段**：设置将评估结果的数据字段回流到评测集指定列。 **必填：**设置评测集的列是否为必填项。 注意： 不支持多个字段回流到评测集同一列。如果选择回流到已有列，已有列的数据类型不支持修改，**数据类型不一致可能导致回流失败** 。如遇数据类型冲突，请参考[常见问题](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0091.html#agentarts_14_0091__section272834813296)进行排查。 | 字段映射请参考[图2 创建评测集配置示例] | 图3已有评测集配置示例 ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002687916138.png) 表2已有评测集 | 参数 | 说明 | 示例 | |:---|:---|:---| | 目标评测集 | 选择"已有评测集"，将数据添加到现有的评测集中。 | 选择"已有评测集" | | 目标评测集名称 | 选择接收回流数据的目标评测集。 | 科学知识 | | 目标评测集列 | 展示已选择的目标评测集中已有的列名。 | agentinput、reference_output | | 添加策略 | 数据**回流**至评测集的方式，支持追加数据或全量覆盖。 - **追加数据** **：**在评测集已有数据下新增评估结果数据。应确保回流后的数据总量不超过评测集上限。 - **全量覆盖：**清除目标评测集当前版本的所有已有数据后，新增评估结果数据。如需恢复，可通过评测集的"版本历史"功能还原。 | 追加数据 | | 评测集版本 | 数据回流后评测集是发布状态还是草稿状态。 - **自动发布新版本：**评测集的状态为已发布，可以直接在评估任务中使用。 - **保持草稿状态：** 评测集的状态为修改未提交状态，需要发布后才能在评估任务中使用。发布评测集请参考[发布评测集版本](https://support.huaweicloud.com/ops-agentarts/agentarts_14_0032.html#agentarts_14_0032__section16491627119)。 | 自动发布新版本 | | 字段映射 | 设置评估结果数据字段与评测集字段之间的映射关系，实现数据的回流。 **目标字段** ：评测集中用于接收评估结果数据的**指定列**。 注意： 配置约束与说明： - 不支持将多个评估结果字段映射至评测集的同一列（即不能"多对一"映射）。 - 如果选择回流至评测集的已有列，该列的数据类型不支持修改。请确保源数据类型与目标列一致，类型冲突将导致回流失败。 - 目标评测集中的所有必填字段均必须完成映射，否则无法导出至评测集。 | 字段映射请参考[图3] | #### 步骤三：导出至评测集 1. 配置完成，确认信息无误后，单击"确定"。 2. 导出成功后，单击右上角提示框中的"查看详情"，在跳转的评测集详情页面中查看已添加的数据。 图4查看详情 ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002688075992.png)