让数据集跑一次真实评测。
选择已记录的输出、回声任务或模型任务，执行评分，再沿着 Trace 检查结果。
怎么看一次评测
“评分已记录输出”只读取数据集的 input.output，不会把标准答案当成任务输出。示例数据集包含两个正确输出和一个故意错误的输出，用于验证评分与记录流程。
回声任务无需模型密钥。模型任务会实际调用配置的模型服务，结果与规则评分一起保存。免费实例可能丢失本地数据，重要实验请导出或配置持久数据库。
实验历史
正在读取实验记录
选择已记录的输出、回声任务或模型任务，执行评分，再沿着 Trace 检查结果。
“评分已记录输出”只读取数据集的 input.output，不会把标准答案当成任务输出。示例数据集包含两个正确输出和一个故意错误的输出，用于验证评分与记录流程。
回声任务无需模型密钥。模型任务会实际调用配置的模型服务，结果与规则评分一起保存。免费实例可能丢失本地数据，重要实验请导出或配置持久数据库。