实验评估器
当前实验版本未启用评估器执行。 数据集已经可以存储expected_output，但 Fetch Hive 尚未根据它运行自动打分或通过/失败检查。
当前行为
当你上传数据集时,expected_output 会随每一行一同存储。
在人工审阅和行对比时使用它。
目前没有自动运行的精确匹配评估器。
规划中的评估器类型
未来的评估器支持可能包括：应如何为评估器准备数据集？
当你有已知答案时,添加expected_output。
使用 metadata.* 列按话题、优先级、来源、语言或用例 id 对行进行分组。
当你期望进行精确或包含检查时,保持期望输出简洁。
当未来字段级检查会有用时,在 expected_output 中使用结构化的 JSON。
示例：