评测集从创建到正式使用
评测题和评测集都要形成正式版本,才能保证评测输入稳定、结果可复现。
01
选择评测集类型
创建 EvalX 评测任务时,选择 Fornax 标准评测集。
→
02
创建和配置题目
填写题目输入、运行环境、跑法、评估器和产物。
→
03
保存草稿并校验
检查必填字段、文件地址、环境、评分和产物路径。
→
04
提交评测题版本
将当前题目配置固化,记录版本号和变更说明。
→
05
提交评测集版本
将一批题目版本固化为可用于正式评测的题集版本。
版本可用后:按需设置样题和共享范围 → 用少量题目试运行 → 在评测任务中选择已提交版本。