Skip to main content
eval run 是串联评测闭环的核心命令：它以一个评测集、一个或多个评估器，对一个已部署的运行时或 TEA 源评测目标提交一次实验。评测集、评估器与目标均可用 ID 或名称指定，字段映射默认自动完成。
CLI 会先解析当前账号使用的评测后端。TEA 后端要求每个 --evaluator 都对应一个 --evaluator-version；Coze 后端继续使用评估器当前版本。需要查看当前后端时，运行 eval backend。

​
eval run

​
自动字段映射

一次实验中有三层数据需要对齐：评测集字段、目标输入与输出、评估器输入。eval run 会按约定自动连接：
  • 目标运行时通常以 user_input 为输入字段、actual_output 为输出字段；评测集的主输入字段（如 input）会传入目标的 user_input。
  • 评估器中表示模型答案的字段（如 output）取自目标输出 actual_output；其余字段（如 input、reference_output）按同名从评测集取值。
多数场景无需手动映射。当字段名不一致时，用 --map 覆盖。

​
--map 语法

TEA 后端使用带前缀的箭头语法：
Coze 后端使用等号语法：

​
提交前先核对

建议首次运行前加 --dry-run，确认解析出的评测集版本、评估器版本、目标版本与字段映射无误：
实验要求评测集有一个已提交的版本。未指定 --dataset-version 且评测集只有未提交草稿时，eval run 会在提交前自动发布一个版本；指定 --dataset-version 时会使用该版本。
提交成功后返回实验 ID；TEA 后端还会返回 run ID。可用 eval experiment show 跟踪：
最后修改于 2026年9月19日