​

运行分析

在实验运行详情页上使用运行分析,以比较候选项在该特定运行中的表现。 运行分析基于已存储的实验结果单元计算。它们不会重新运行提示词或智能体,也不会读取当前的源提示词或智能体配置。

​

范围

运行分析的范围限定在一次实验运行内。 当你想在相同数据集版本和运行条件下比较候选项时使用它。

​

指标

失败的结果单元仍计入状态统计。如果失败的单元在失败前记录了成本或 token,这些值仍会包含在成本和 token 总计中。 时长的平均值和分位仅使用已完成的结果单元。

​

候选项图表

候选项图表按实验候选项对结果进行分组。 使用这些图表可比较：

• 最便宜的候选项
• 最快的候选项
• 最慢的候选项
• 高 token 候选项
• 失败较多的候选项

​

元数据筛选

分析可按数据集行元数据筛选。 例如,如果你的 CSV 中包含 metadata.topic,你可以将分析筛选到某个特定话题,仅比较这些行上的候选项。 元数据筛选使用的是实验运行中的数据集行元数据,而非请求元数据。

​

TTFT

实验分析中尚未显示 Time to first token（首 token 时间）。 Fetch Hive 当前为实验结果显示可靠的存储时长、成本、token 和状态指标。在首 token 时间能够在控制台提示词、已部署提示词调用和智能体之间一致捕获后,TTFT 会被添加进来。 另请参阅：查看结果、运行实验和数据集