评测记录字段
评测记录字段
run_id: 2026-10-12-01
prompt_version: v12 (sha1: 3f9a...)
model: <部署标识与版本>
params: temperature=0, top_p=1, max_tokens=800, seed=42
eval_set: golden-v3 (200 条)
code_path: eval/run.py @ commit abc1234| 参数快照 | 温度、top_p、上限与种子全部记录 |
|---|---|
| 版本 | 提示文本做哈希，避免“记不清改了哪句” |
| 复跑 | 种子相同也不保证逐字复现；结论用统计口径 |