评测详情

评测详情页是分析 AI 模型性能的关键界面，重点关注模型输出与预期 SQL 的差异。

1. 评测详情界面

评测详情页展示了本次任务的整体成功率（如：50%），以及所有用例的结果。

2. 失败用例分析 (未命中)

对于评测失败（如："卖的最好的 10 个商品是哪些？"）的用例：

区域	描述	示例分析
用例状态	显示为失败（红色标签）。	失败
预期 SQL	您设定的标准正确 SQL。	SELECT p.product_name, SUM('d.quantity') ...
实际的 SQL	AI 模型根据问题生成的 SQL。	SELECT p.product_name, SUM('d.quantity') ...（与预期 SQL 有差异）
评估结论	系统对失败原因的总结。	ERROR: SQL中使用了不用的表/字段
评估详情	提供更详细的错误分析和原因。	SQL 语句中引用的表名或字段名可能存在错误。

3. 成功用例分析 (命中)

对于评测成功（如："不止关注一次的客户有哪些？"）的用例：

区域	描述	示例分析
用例状态	显示为命中（绿色标签）。	命中
评估结论	通常显示为无知错误/无事实错误。	无知错误
警告 (WARNING)	即使结果正确，系统也可能提示潜在的风险或差异。	WARNING：SQL 语句在 WHERE 子句中使用的日期有所不同，可能导致结果存在微小差异。

4. 模型改进

通过分析失败用例的 "评估结论" 和 "预期 SQL" 与 "实际的 SQL" 的差异，您可以精准定位 AI 模型在 表关联、字段引用、时间函数 等方面的缺陷，为模型优化提供数据支持。