更新时间：2026-04-15 GMT+08:00
评估结果回流
评估结果回流功能允许您将评估任务的执行结果回流到评测集中，实现评估数据的沉淀和复用。通过字段映射机制，确保数据结构的一致性和完整性。
适用场景：
- 数据迭代：将表现优秀的智能体回复沉淀为新的标准答案，扩充评测集。
- 问题归档：将评分较低的问答对保存回评测集，便于后续针对性优化。
- 结果留存：将评估结果作为评测集的扩展，用于后续分析或对比。
例如：在完成一个智能体评估后，您可以将评分结果为1分或者接近1分的优质问答对回流到评测集中，作为新的训练数据；同时将评分低于0.5分的问答对回流，用于针对性的优化。
步骤一：选择评估结果
- 登录AgentArts智能体开发平台。
- 在左侧导航栏中选择“运营运维 > 评估”，选择“评估任务”页签。
- 单击目标任务名称，进入评估任务详情页面。
- 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 导入至评测集
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：
- 新建评测集：创建一个全新的评测集并添加数据，参数说明请参见表3 新建评测集。
- 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4 已有评测集。
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。
图2 创建评测集配置示例
表1 创建评测集 参数
说明
示例
目标评测集
选择数据添加到已有评测集或创建评测集。
选择“创建评测集”
评测集名称
新建评测集的名称。
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：评测集的状态为草稿态，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。
自动发布新版本
字段映射
设置智能合成的数据字段和评测集字段及映射关系。
目标字段：设置将评估结果的数据字段回流到评测集具体哪一列。
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。
字段映射请参考图2 创建评测集配置示例
表2 已有评测集 参数
说明
示例
目标评测集
选择数据添加到已有评测集或创建评测集。
选择“已有评测集”
目标评测集名称
选择将智能合成数据具体要添加到的目标评测集。
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
数据导入评测集的方式，支持追加数据或全面覆盖。
- 追加数据：在评测集已有数据下新增智能合成数据。应确保导入选择的数据后，评测集的数据不超过上限。
- 全量覆盖：清除评测集已有数据后，新增数据。
追加数据
评测集版本
导入数据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：评测集的状态为草稿态，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。
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列。配置时，需指定评估结果数据回流至评测集的具体列名。
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：导入至评测集
- 配置完成，确认信息无误后，单击“确定”。
- 导入成功后，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
