Skip to main content
Concept: Evaluation | Python: client.eval()

Parameters

string
आवश्यक
evaluate करने के लिए AI से बना text। 10–10,000 characters के बीच होना चाहिए।
string
डिफ़ॉल्ट:"basic"
Evaluation mode:
  • "basic" — तेज़, real-time scoring के लिए RAIL के core scoring models।
  • "deep" — एक ज्यादा गहरा, ज्यादा detailed analysis जो per-dimension explanations और issue tags भी लौटा सकता है।
  • "auto"basic चलाता है, और automatically deep पर escalate करता है सिर्फ़ तब जब कोई असली issue detect हो (कम score या low confidence का dimension, या कोई flagged signal)। Clean content तेज़ रहता है और deep analysis सिर्फ़ जहां ज़रूरत हो वहां मिलता है। Response result में resolved_mode ("basic" या "deep" — कौन-सा tier actually चला) और escalated (boolean) होता है। Billing उस tier के हिसाब से जो actually चला।
string[]
score करने के लिए dimensions का subset। सभी 8 score करने के लिए छोड़ दें। Options: fairness, safety, reliability, transparency, privacy, accountability, inclusivity, user_impact
object
Custom dimension weights। values का जोड़ 100 होना चाहिए। जैसे {"safety": 25, "reliability": 20, ...}
string
Domain context hint: "general", "healthcare", "legal", "finance", "code"। scoring की सटीकता बेहतर करता है।
boolean
डिफ़ॉल्ट:"false"
per-dimension explanations शामिल करें (सिर्फ़ deep mode)।
boolean
डिफ़ॉल्ट:"false"
हर dimension के detected issue tags शामिल करें (सिर्फ़ deep mode)।
boolean
डिफ़ॉल्ट:"false"
हर dimension के सुधार के suggestions शामिल करें (सिर्फ़ deep mode)।

Request

Response

object
आपकी application की policy ने इस result को कैसे judge किया।
  • enforcement — policy का mode (log_only, block, या regenerate)।
  • threshold — pass होने के लिए जरूरी overall score।
  • score — इस result का overall score।
  • passed — score ने threshold पूरा किया या नहीं।
  • enforced — outcome पर action लिया गया या नहीं। जब false हो, तो policy monitor mode में है: verdict report होता है पर response बदला नहीं जाता, ताकि आप देख सकें कि क्या block होता। live state GET /config से check करें।
जब enforcement active हो और कोई result pass न करे, तो block policy 422 POLICY_BLOCKED लौटाती है और regenerate policy अपना fallback लगाने से पहले एक safe rewrite की कोशिश करती है।
number
Overall RAIL score (0.0–10.0), सभी evaluate किए गए dimensions का weighted average।
number
score में model का confidence (0.0–1.0)।
object
Per-dimension scores। हर entry में score (0–10) और confidence (0–1) होता है। Deep mode में: साथ में explanation, issues, suggestions भी।
boolean
true अगर यह result cache से लौटाया गया (0 credits charge हुए)।
string
mode: "auto" के लिए, जो tier actually चला — "basic" या "deep"result.escalated देखकर पता चलेगा कि deep judge invoke हुआ या नहीं।
boolean
यह field केवल तब present होती है (true के रूप में) जब submit किया गया content analysis window (लगभग 4,000 characters) से बड़ा हो: score content के शुरुआती हिस्से को reflect करता है। पूरी coverage के लिए लंबे content को कई calls में बाँटें।
number
इस request के लिए charge किए गए credits। cached responses के लिए 0