Cloud評価
低スペック端末から実モデル評価を進められる管理画面を用意します。
Cloud product
低スペック端末でも、評価の流れをブラウザで。
ANGBench Cloudは、評価担当者がブラウザから試験設定、進行、結果確認を行うためのプロダクトです。 実モデルでの評価は準備中。現在はデモを試せます。 デモでは、出題者、対象モデル、採点者を分けた評価の流れと結果表示を確認できます。
今できること
- 出題者、対象モデル、採点者を分けたCloudデモ評価
- APIキー入力UIとセッションメモリ保持の確認
- 進行ログ、スコア、role別provenanceの表示
- 未測定領域を0点扱いしない結果表現
Browser demo
Cloudデモを試す
このデモは実モデルAPIへ接続しません。入力したキーは送信されず、ブラウザのメモリ上の状態表示だけに使います。 実モデルでの評価は準備中です。
Availability
現在の提供範囲
- 現在の公開版はデモ評価です。
- 実モデルでの評価、アカウント連携、課金プランは準備中です。
- デモ結果は製品の流れを確認するためのもので、科学的な優劣や商用SLAを示すものではありません。
Roadmap
今後の提供予定
結果管理
ANGBenchアカウントに結果を紐づけ、モデル名とバージョンを分けて確認できるようにします。
Secret対応
評価先とデータの扱いを確認した上で、Secret向けの接続方式を整えます。