工具介绍与任务方法
JevOss
对兼容 Jev 接口的决策模型测试准确率、概率校准及选项顺序和提示注入等敏感性。
JevOss 能做什么
对兼容 Jev 接口的决策模型测试准确率、概率校准及选项顺序和提示注入等敏感性。
- 语言模型与智能体质量评估及回归检查
如何使用 JevOss
检查决策模型在扰动输入下是否稳定
准备输入
- 兼容模型服务
- 测试决策样本
- 测试套件选择
操作步骤
- 连接本地或授权模型服务并运行基础评测。
- 选择选项重排、干扰项等探测套件运行样例。
- 比较正确率和一致性指标，回查导致变化的具体输入。
预期交付物
- 模型评测报告
- 扰动样例结果
只适用于兼容接口与给定测试范围，单次成绩不能代表整体可靠性。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
