快速入门： 使用视觉模型和多图对比数据集进行模型评估

1. 准备数据集

• 下载示例数据集：
• 位置：教程 → 快速上手 → 运行你的第一个训练
• 或使用自定义数据集：
• 格式要求：遵循用户指南 → 数据集管理 → 多模态数据集规范

  提示：
  我们的数据集包含成对的原始图像和修改后图像（由Black Forest Labs生成），并附带对应标注和生成提示词（存储在generation字段中）

2. 上传数据集

1. 登录DeepExtension平台
2. 进入数据集管理页面
3. 点击上传数据集按钮
4. 选择准备好的数据集文件
5. 点击提交并查看结果

3. 创建评估任务

1. 前往模型评估页面
2. 点击新建评估任务

配置参数：

• 评估模式：选择裁判模型模式

• 数据集：选择已上传的多模态数据集

• 模型选择：

  • 模型A
  • 模型B
  • 裁判模型（用于结果判定）

• 提示词配置：

  • 用户提示词（示例）：
    

    对比这两张图像并描述差异
    

  • 确保包含两个图像占位符
  • 裁判提示词使用相同/相似内容

4. 预览与提交

1. 可点击预览验证配置
2. 若预览结果符合预期，确认设置后点击提交评估
3. 可通过日志板块监控进度

5. 分析结果

1. 完成后点击查看结果

2. 关键板块：

   • 参数详情：验证配置信息
   • 系统日志：查看执行记录
   • 结果对比：分析模型输出与裁判反馈

3. 可用操作：

   • 下载CSV结果文件（在列表页面）

快速测试技巧

1. 使用DeepText功能

2. 操作流程：

   • 选择视觉语言模型
   • 上传两张对比图像
   • 输入提示词（如"描述图像差异"）

3. 实时查看模型推理结果

注意事项

1. Token消耗：预览功能可避免资源浪费
2. 图像格式：确保符合平台要求
3. 裁判模型：建议选用优于测试模型的版本