# 查看评测报告
> 全部文档的索引见 [llms.txt](https://ark.volcengine.com/llms.txt)；在任一文档页面地址后追加 `.md` 可获取该页的 Markdown 版本。
以管理者视角查看评测报告、导出结果数据。
# 1. 查看任务评测报告
人工评测任务页面，切换至 **我创建的** tab, 点击任务列表页中的 **查看评测报告** 按钮，打开在线评测报告
关键指标说明：
* **基本信息**
* 评测任务名称：评测任务的名称
* 评测报告生成时间：评测报告实际生成的时间
* 评测任务PM：评测任务的PM人名的列表
* 评测量级：评测任务数据集中的总题目数量
* **核心结论**
* 优势占比
* 计算口径(分数为所有有标注结果的GSB分数)：优势占比=(2\*2分个数+1\*1分个数+0\*0分个数-1\*负1分个数-2\*负2分个数)/2/评测题数
* 指标格式：转化为百分比
* GSB分数：分别展示有标注结果，每个分数的题目个数。无论题目处在标注过程中的什么状态
* 新模型
* 满分数量：有用性/安全性/真实性等配置的分数均为最高分的数量
* 满分比例：新模型满分数量/有标注结果的题目数量
* 旧模型
* 满分数量：有用性/安全性/真实性等配置的分数均为最高分的数量
* 满分比例：旧模型满分数量/有标注结果的题目数量
* **Prompt分类结论**
一级能力分类表格
* 能力分类：数据集中上传的一级能力分类去重后的列表(如果数据集中上传的内容为空，则没有"Prompt分类结论"这一类的统计)
* 优势占比/GSB显著性：某一级能力分类下的优势占比(优势占比口径同上)
* 新模型-满分数量：某一级能力分类下，新模型有用性/安全性/真实性等配置的分数均为最高分的数量
* 新模型-满分比例：某一级能力分类下，新模型满分数量/有标注结果的题目数量
* 旧模型-满分数量：某一级能力分类下，旧模型有用性/安全性/真实性等配置的分数均为最高分的数量
* 旧模型-满分比例：某一级能力分类下，旧模型满分数量/有标注结果的题目数量
二级能力分类表格
* 能力分类：数据集中上传的一级+二级能力分类去重后的列表(如果数据集中上传的内容为空，则没有"Prompt分类结论"这一类的统计)
* 优势占比/GSB显著性：某二级能力分类下的优势占比(优势占比口径同上)
* 新模型-满分数量：某一级+二级能力分类下，新模型有用性/安全性/真实性等配置的分数均为最高分的数量
* 新模型-满分比例：某一级+二级能力分类下，新模型满分数量/有标注结果的题目数量
* 旧模型-满分数量：某一级+二级能力分类下，旧模型有用性/安全性/真实性等配置的分数均为最高分的数量
* 旧模型-满分比例：某一级+二级能力分类下，旧模型满分数量/有标注结果的题目数量
* **各维度分数统计**
* 划分维度：按照配置的维度"有用性"，"真实性"，"安全性"等
* 新模型-分数统计
* 均分：有标注结果的题目，新模型的GSB平均分
* 2分/1分/0分个数：有标注结果的题目，新模型的GSB分别的分数
* 旧模型-分数统计
* 均分：有标注结果的题目，旧模型的GSB平均分
* 2分/1分/0分个数：有标注结果的题目，新模型的GSB分别的分数
* **Diff 问题类型**
* 问题类型：任务配置中的 Diff 问题类型（如果没有配置，则没有"Diff 问题类型"一类的统计）
* 优势占比：已有标注结果的题目，在某问题类型下的优势占比（优势占比的指标口径同上）
# 2. 查看任务详情
点击任务的 **数据详情** 标签页，查看任务中标注试题的状态。
# 3. 查看任务统计
点击 **任务统计** 标签页，查看任务中标注员维度的作业统计，点击左上角 **数据导出** 按钮，可以导出页面数据。
# 4. 导出标注结果数据
在结果导出标签页，选择数据范围、数据格式，点击左上角 **导出数据** 按钮，会生成一条标注结果导出记录，点击 **下载** 按钮，下载标注结果为csv文件
