评测中心
运行路由和 Agent 评测，追踪质量趋势，审查失败 Transcript
评测结果
数据集编辑
运行配置
评测模式
关键词路由
LLM 路由
端到端
数据集
评分器
试验次数
最大用例数
运行评测
历史记录
暂无评测记录
🧪
选择一条历史记录或运行新评测