EvaluatorGenerationInputs interface

Pakiet:

@azure/ai-projects

Dane wejściowe dostarczane przez dzwoniącego dla zadania generującego ewaluatora.

Właściwości

evaluator_description	Opcjonalny, przyjazny dla człowieka opis dla wynikłego ewaluatora. Pojawił się jak EvaluatorVersion.description na utrzymanym ewaluatorze. Zazwyczaj zbierane z interfejsu użytkownika razem z evaluator_display_name. Prefiks ten evaluator_ rozróżnia to od innych pól opisu na powiązanych modelach.
evaluator_display_name	Opcjonalna, przyjazna człowiekowi nazwa wyświetlana dla wynikłego ewaluatora. Pojawił się jak EvaluatorVersion.display_name na utrzymanym ewaluatorze. Gdy jest pomijana, usługa używa evaluator_name nazwy wyświetlanej. Prefiks evaluator_ rozróżnia to od identyfikatora niezmiennego evaluator_name .
evaluator_name	Nazwa ewaluatora (identyfikator niezmienny). 1-256 znaków; dozwolone znaki to litery ASCII, cyfry, podkreślenie (_), kropka (.), tilde (~) oraz łącznik (-). Prefiks builtin. jest zarezerwowany dla ewaluatorów zarządzanych przez system i jest odrzucany przez usługę. Jeśli w projekcie istnieje już ewaluator o tej nazwie (i jest podtypem rubric-subtype), usługa tworzy nową wersję pod tą samą nazwą i wykorzystuje poprzednie wersje dimensions jako kontekst do stopniowego ulepszania (podstawa pętli adaptacyjnej post-//build). Stare wersje pozostają możliwe do zapytań przez .get_version(name, version) Jeśli istniejący ewaluator nie jest ewaluatorem podtypu rubryki (wbudowany, oparty na promptach, kodowany), żądanie jest odrzucane z .400 Bad Request
model	Model LLM do generowania rubryk (np. 'gpt-4o'). Wymagane — użytkownicy muszą dostarczać własny model, zamiast polegać na przepustowości własnej przez usługę.
sources	Materiały źródłowe do generowania — opisy agentów, prompty, ślady lub zbiory danych. Każdy element jest wariantem EvaluatorGenerationJobSource rozróżniającym się przez type.

Szczegóły właściwości

evaluator_description

Opcjonalny, przyjazny dla człowieka opis dla wynikłego ewaluatora. Pojawił się jak EvaluatorVersion.description na utrzymanym ewaluatorze. Zazwyczaj zbierane z interfejsu użytkownika razem z evaluator_display_name. Prefiks ten evaluator_ rozróżnia to od innych pól opisu na powiązanych modelach.

evaluator_description?: string

Wartość właściwości

string

evaluator_display_name

Opcjonalna, przyjazna człowiekowi nazwa wyświetlana dla wynikłego ewaluatora. Pojawił się jak EvaluatorVersion.display_name na utrzymanym ewaluatorze. Gdy jest pomijana, usługa używa evaluator_name nazwy wyświetlanej. Prefiks evaluator_ rozróżnia to od identyfikatora niezmiennego evaluator_name .

evaluator_display_name?: string

Wartość właściwości

string

evaluator_name

Nazwa ewaluatora (identyfikator niezmienny). 1-256 znaków; dozwolone znaki to litery ASCII, cyfry, podkreślenie (_), kropka (.), tilde (~) oraz łącznik (-). Prefiks builtin. jest zarezerwowany dla ewaluatorów zarządzanych przez system i jest odrzucany przez usługę. Jeśli w projekcie istnieje już ewaluator o tej nazwie (i jest podtypem rubric-subtype), usługa tworzy nową wersję pod tą samą nazwą i wykorzystuje poprzednie wersje dimensions jako kontekst do stopniowego ulepszania (podstawa pętli adaptacyjnej post-//build). Stare wersje pozostają możliwe do zapytań przez .get_version(name, version) Jeśli istniejący ewaluator nie jest ewaluatorem podtypu rubryki (wbudowany, oparty na promptach, kodowany), żądanie jest odrzucane z .400 Bad Request

evaluator_name: string

Wartość właściwości

string

model

Model LLM do generowania rubryk (np. 'gpt-4o'). Wymagane — użytkownicy muszą dostarczać własny model, zamiast polegać na przepustowości własnej przez usługę.

model: string

Wartość właściwości

string

sources

Materiały źródłowe do generowania — opisy agentów, prompty, ślady lub zbiory danych. Każdy element jest wariantem EvaluatorGenerationJobSource rozróżniającym się przez type.

sources: EvaluatorGenerationJobSourceUnion[]

Wartość właściwości

EvaluatorGenerationJobSourceUnion[]