# 自动评估任务
题出好了，接下来就是让业务模型来做题，系统来判卷。系统支持两种阅卷模式：
**模式一：直接计算得分（针对客观题）**
对于**判断题、单选题、多选题**，答案是唯一的。系统不需要调用大模型，直接用规则代码比对。我们来到【评估-自动评估任务】模块，点击创建任务，您可以同时勾选多个模型，系统会并发执行多个任务：就像要真实要对模型进行一场考试一样，我们可以配置本次 “考卷” 的具体题目范围：
* **题型筛选**：比如本次之考察选择题和判断题。
* **标签筛选**：比如只考查标签为 `医疗知识` 的题目。
* **动态采样**：如果您想快速获得结果，可以从 1000 道题中随机抽样 50 道。
***
进入评估任务详情，你可以看到模型在不同题目上的具体得分情况，我们可以根据题目回答结果（正确/错误）以及题目类型（判断、单选、多选）进行筛选：
***
**模式二：教师模型评估（针对主观题）**
对于客观题（选择、判断），系统可以自动对齐答案。但对于 **简答题** 和 **开放题**，答案往往是多样化的。我们可以选择一个更智慧的 “教师模型”（就像判断老师一样） 对测试模型的回答进行深度评测，给出量化的分数和定性的评语。
系统内置了一份评分标准，不过通用的标准比较宽泛，不一定适用于所有场景，如果你想得到更准确的评估结果，建议根据实际业务场景和数据集的特点定制具体的评分规则：
在评估报告详情中，你可以看到每个题目的具体得分，教师模型的打分以及具体的打分理由：
建议：
* 同一套评估长期对比时，尽量固定教师模型与评分配置，否则分数不可直接横向对比
* 先在小样本（如 20 题）跑通，确认裁判标准符合预期，再扩大规模
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.easy-dataset.com/ping-gu/zi-dong-ping-gu-ren-wu.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.