コンセプト: 評価 | Python:
client.eval()パラメータ
string
必須
評価する AI 生成テキスト。10〜10,000 文字である必要があります。
string
デフォルト:"basic"
評価モード:
"basic"— RAIL のコアスコアリングモデル。高速で、リアルタイムスコアリング向け。"deep"— より深く詳細な分析。次元ごとの説明や問題タグも返すことができます。"auto"—basicを実行し、実際の問題が検出された場合 (低スコア、低信頼度の次元、またはフラグされたシグナル) のみ自動的にdeepにエスカレートします。クリーンなコンテンツは高速で安く、精査が必要なコンテンツは自動的に深い分析を受けます。レスポンスのresultにはresolved_mode("basic"または"deep"— 実際に実行されたティア) とescalated(ブール値) が含まれます。課金は実行されたティアに基づきます。
string[]
スコアリングする次元のサブセット。8 つすべてをスコアリングするには省略します。選択肢:
fairness, safety, reliability, transparency, privacy, accountability, inclusivity, user_impact。object
カスタムの次元の重み。値の合計は 100 である必要があります。例:
{"safety": 25, "reliability": 20, ...}。string
ドメインコンテキストのヒント:
"general", "healthcare", "legal", "finance", "code"。スコアリングの精度を向上させます。boolean
デフォルト:"false"
次元ごとの説明を含める (deep モードのみ)。
boolean
デフォルト:"false"
次元ごとに検出された問題タグを含める (deep モードのみ)。
boolean
デフォルト:"false"
次元ごとの改善提案を含める (deep モードのみ)。
リクエスト
レスポンス
object
アプリケーションのポリシーがこの結果をどう判断したか。
enforcement— ポリシーのモード (log_only、block、またはregenerate)。threshold— 合格に必要な全体スコア。score— この結果の全体スコア。passed— スコアがしきい値を満たしたかどうか。enforced— 結果に基づいて実際に処理が行われたかどうか。falseの場合、ポリシーはモニターモードです。判定は報告されますがレスポンスは変更されないため、何がブロックされうるかを確認できます。現在の状態はGET /configで確認してください。
block ポリシーは 422 POLICY_BLOCKED を返し、regenerate ポリシーはフォールバックを適用する前に安全な書き換えを試みます。number
全体の RAIL スコア (0.0〜10.0)。評価されたすべての次元の加重平均。
number
スコアに対するモデルの信頼度 (0.0〜1.0)。
object
次元ごとのスコア。各エントリは
score (0〜10) と confidence (0〜1) を持ちます。deep モードでは explanation、issues、suggestions も含まれます。boolean
この結果がキャッシュから返された場合は
true (0 クレジット)。string
mode: "auto" の場合、実際に実行されたティア — "basic" または "deep"。result.escalated を確認して、deep ジャッジが呼び出されたかどうかを判定します。boolean
送信されたコンテンツが分析ウィンドウ(約4,000文字)を超える場合にのみ
true として含まれます。スコアはコンテンツの先頭部分を反映します。完全なカバレッジが必要な場合は、長いコンテンツを複数のリクエストに分割してください。number
このリクエストに対して課金されたクレジット。キャッシュされたレスポンスの場合は
0。