# 对比评估任务结果
在智能体的开发与迭代过程中（如调整Prompt指令、更换底层模型或增删工具插件），单次评估结果往往无法直观回答核心诉求：**新版本真的比旧版本更好吗？优化了A能力，是否导致了B能力的退化？**
为此，平台提供评估任务结果的对比功能，采用控制变量的实验思路，帮助您精准定位优化效果。
#### 约束与限制
表1使用限制 
| 限制      | 说明                    |
|:---|:---|
| 评测集版本   | 对比的评估任务必须基于**同一评测集**。 |
| 评估任务的状态 | 评估任务状态必须为**成功或部分成功**。 |
| 对比任务数量  | 单次最多支持**5**个评估任务进行对比。 |
| 任务类型    | 仅支持对离线评估任务进行对比。       |
   
#### 发起对比
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"，在"评估任务"页签中，单击目标任务"操作"列的"对比"。
3. 在"选择对比对象"弹框中，勾选需要对比的评估任务，单击"确定"。页面将跳转至"对比报告"页签，展示所选任务的对比结果。 
   图1选择对比对象   
   ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002688076006.png)
   
   
 
#### 查看对比报告
在"对比报告"页签中，您可以全面、直观地查看对比评估任务的总览结果。页面分为以下三大区域，从多维度呈现对比结果：
图2对比报告   
![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002717675761.png)
- **总览**：采用综合得分、雷达图和表格结合的方式，直观展示基线组与对照组中每个评估器的得分详情，并标注各组最高得分，方便快速查看数据。
- **评估器指标**：按评估器维度展示，通过柱状图清晰对比每个评估任务在该评估器中的得分情况。
- **评估器运行时指标**：展示每个评估任务中评估器运行耗时和Tokens消耗情况。
 
#### 查看对比数据
通过数据明细对比功能，您可以深入分析特定数据项，详细查看单条评测数据在不同评估任务中的表现差异。通过检查实际输出与评估器得分，验证宏观指标的准确性，从而得出对比结论，指导下一步业务决策（如发布表现更佳的版本上线，或针对问题案例进行进一步优化）。
数据明细除包含评测集自身数据外，还包含以下信息：
表2对比数据信息 
| 分类  | 列信息                                               |
|:---|:---|
| 基线组 | 评测对象实际输出、各评估器指标得分、评估任务中该条数据的执行状态、模型调用耗时和Tokens消耗。 |
| 对照组 | 评测对象实际输出、各评估器指标得分、评估任务中该条数据的执行状态、模型调用耗时和Tokens消耗。 |
   
图3对比数据   
![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002688076008.png)
#### 更多操作
在对比评估结果中，支持以下操作。
表3更多操作 
| 操作     | 说明                                                                                                                                                                                                                                                                                                                                                               |
|:---|:---|
| 切换基线任务 | 在"对比任务结果"页面，单击右上角"基线"右侧的下拉按钮，切换基线任务。 图4切换基线任务 ![](https://support.huaweicloud.com/ops-agentarts/zh-cn_image_0000002687916150.png)                                                                                                                                                                                             |
| 修改对比对象 | 1. 在"对比任务结果"中，单击右上角的"管理任务"。  2. 在"选择对比对象"的弹框中，重新选择需要对比的评估任务。  3. 选择完成后，单击"确定"。对比结果将根据重新选择的对象自动刷新。   |