功能概述
FastGPT v4.11.0版本开始支持应用批量评测功能，该功能通过传入多组问答对，自动对目标应用的执行结果进行打分，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一项评估指标，其余指标将在后续版本中补充完善。
创建评测任务步骤
- 进入工作台下的应用评测目录，点击右上角的「创建任务」按钮；
- 在创建页面填写评测任务名（任务标识名称）、评测模型（本次任务打分使用的模型）、评测应用（需要被打分的目标应用）；
- 选择评测应用后，点击下载CSV模板，模板包含全局变量、q（问题）、a（标准答案）、历史记录字段，需严格按照模板格式填写，单次任务最多支持1000组问答对；
- 上传填写完成的文件后点击「开始评测」，即可创建应用评测任务。
查看评测结果
评测列表页面展示所有已创建的任务，包含进度、执行人、评测应用名称、开始/结束时间、综合评分等关键信息，可通过这些信息对比应用每次改进后的效果。点击「查看详情」可进入任务详情页，顶部为任务概览，展示评测配置和统计结果；页面下方的详细结果区域，会展示每条问答对的用户问题、标准输出、应用输出及对应评分。
来源：https://doc.fastgpt.cn/zh-CN/guide/build/evaluation