国画大模型评测工作台
从 Langfuse 拉取 dataset，运行端到端业务链路，并把 score、output、trace 写回 Experiment。
Dataset
-
等待读取
Items
0
当前数据集样本数
Average Score
-
最近一次评测
Availability
-
可用样本占比
Sync
-
暂无 run
Quality Overview
用最近一次 run 生成聚合视图，先看整体，再点开样本排查。
Status distribution
Score dimensions
Latest Run Items
点击任意样本查看 output、score、input 和关联 trace。
| Case | Status | Score | Time | Scene | Question Family | Latency | Traces |
|---|---|---|---|---|---|---|---|
| 暂无运行结果。 | |||||||
Recent Experiments
最近 30 天 Langfuse experiments，作为明细追溯入口。
| Experiment | Dataset | Items | Start Time | Cost | Link |
|---|---|---|---|---|---|
| 暂无 Experiment。 | |||||
Activity
前端操作和后端返回的轻量日志。
Ready.