FastGPT v4.11.0及以上版本支持应用批量评测功能，该功能可通过传入多组问答对自动对应用执行结果打分，实现应用运行效果的定量评估。当前测试版仅支持回答准确性这一项评估指标，其余指标将在后续版本中补充完善。
执行应用评测的操作步骤
- 进入评测页面：打开工作台下的应用评测目录，点击右上角的「创建任务」按钮。
- 填写评测信息：在创建任务页面，需填写评测任务名（任务的标识名称）、评测模型（用于本次任务打分的模型）、评测应用（需要被打分的目标应用）。
- 准备评测数据：选择评测应用后，系统会弹出下载CSV模板的按钮，模板包含全局变量、q（问题）、a（标准答案）、历史记录四个字段。需注意：最多支持1000组问答对，且必须严格按照模板格式填写数据。
- 完成上传与启动：填写完成后上传文件，点击「开始评测」即可创建评测任务。
查看评测结果时，可在评测列表页面查看所有任务的关键信息，包括进度、执行人、评测应用名称、开始/结束时间、综合评分，用于对比应用改进后的效果。点击「查看详情」可进入任务详情页，顶部展示任务概览（含评测配置和统计结果），下方展示每条问答对的详细结果，包括用户问题、标准输出、应用输出。使用该功能时需注意，当前仅支持回答准确性指标，若需其他评估指标或问答对数量超过1000组，暂无法通过该功能完成评测。
来源：https://doc.fastgpt.cn/zh-CN/guide/build/evaluation