产品evals / 评测仪表盘
evals 仪表盘
OpenAI 平台内置的评测管理产品,提供评测集管理、批量运行和结果可视化,用于系统性评估大模型或智能体输出质量并留存历史结果以做版本对比。
时间轴 (近 90 天)
11月17日
OpenAI 将于 11 月 30 日关停 Agent Builder、evals 仪表盘和可复用提示三项功能。
待验证50%
11月17日
evals 仪表盘已经进入只读状态,用户只能查看历史评测数据,无法新建或修改评测内容。
待验证50%
11月17日
OpenAI 的 evals 仪表盘提供评测集管理、批量运行和结果可视化功能。
待验证50%
11月17日
HopCommit 建议开发者在 11 月 29 日之前尽快导出 Agent Builder 配置、evals 评测集与历史结果、以及可复用提示库中的提示文本。
待验证50%