Q1. 什么是标准大模型接口？

标准大模型接口，是全国统一、全厂商对齐、格式固定的大模型调用通用API规范。其以OpenAI的/v1体系为事实底座，叠加国内行业团体标准约束，可实现一套代码无缝切换所有大模型，且入参、出参、鉴权、错误提示均统一，与OpenAI的/v1体系完全一致。

Q2. 测评目标添加失败的原因有哪些？

测评目标添加失败，主要有以下几类原因：

• 测评目标接口地址填写错误，或网络连接异常。

• 标准测评目标的鉴权信息不正确。

• 非标测评目标的接口请求参数不符合要求。

• 非标测评目标的接口响应异常，无法正常交互。

Q3. 完整的一次测评的时间长短主要取决于什么？

一次完整的测评分为采集和测评两个阶段：

• 采集阶段：向目标大模型输入相关信息并获取反馈，此步骤耗时由目标大模型接口性能决定，是影响整个测评时长的关键因素。

• 测评阶段：将大模型反馈信息输入测评引擎，最终生成测评结论，此步骤响应速度为秒级，耗时可忽略。 

Q4. 测评记录中的“全部成功”和“部分成功”有什么区别？

• 全部成功：所有测评样本均成功从目标大模型获取反馈，并生成对应的测评结论；

• 部分成功：仅部分测评样本成功获取目标大模型反馈及测评结论，另有部分样本未成功获取反馈。针对该情况，可选择两种处理方式：对异常样本再次发起测评，或手动标记为成功。

Q5. 测评系统是否支持文本、图片、视频和多模态测评？

目前测评系统仅支持文本类型测评，暂不支持图片、视频及多模态测评。

Q6. 测评进度怎么查看？

进入“测评记录→样本列表”页面，可查看本次测评的样本总数、已完成样本数、待测评样本数，通过该页面可实时掌握测评进度。

Q7. 如何区分是目标大模型的问题还是测评业务代码的问题？

在测评记录页面的“样本列表”子页面，可查看每条样本的测评状态及所处阶段：若异常发生在采集阶段，即为目标大模型的问题；其余阶段的异常，则属于测评业务代码的问题。