生成式 AI on 据吉文档

监督式语言模型微调 (Supervised LLM Fine-tuning)

Mon, 13 Apr 2026 08:00:00 +0000

监督式语言模型微调使用说明

可以理解为「根据上面指令或题目，下面在文本框里写出模型应当学会模仿的标准答案」。根据提示提示，标注员在答案区补全完整可运行代码或者文本。它适合指令微调、代码生成、长文作答等需要成对 (prompt, response) 数据的任务。

标注核心作用

将提示与参考答案约束在同屏，减少跨字段对齐错误；
required 与 requiredMessage 可降低空交率；
通过 Style 与 className 区分提示区与作答区，提升长文本阅读体验。

基础操作步骤

阅读蓝色提示区中的 prompt 全文，明确任务类型与输出格式要求；
在下方答案区撰写或粘贴完整回复（如代码需包含必要函数体与返回值）；
点击「添加」即可提交。

人类偏好收集 (Human Feedback Collection)

Mon, 13 Apr 2026 08:00:00 +0000

人类偏好收集使用说明

可以理解为「上面是共同的问题或指令，下面是两条不同回答，点选你认为更好、更合适或更符合规范的一条」。同一提示下对比可减少位置偏差带来的先验；导出结果通常可映射为「胜 / 负」或偏好分数。它适合 RLHF 数据管线、对话质量排序与安全偏好标注。

标注核心作用

成对比较同一 prompt 下的 answer1 与 answer2，直接服务偏好学习与奖励建模；
Pairwise 的 selectionStyle 高亮被选侧，降低误触与漏选；
布局与样式与监督式提示模版风格统一，便于在同一项目中混排任务类型。

基础操作步骤

完整阅读蓝色提示区中的问题或指令；
依次阅读左右两个答案框中的全文，并按项目规范比较事实性、完整性、安全与风格；
点击更优答案所在区域完成选择（选中后会出现绿色高亮等样式，以实际渲染为准）。

聊天机器人模型评估 (Chatbot Assessment)

Mon, 13 Apr 2026 08:00:00 +0000

聊天机器人模型评估使用说明

可以理解为「读完整段人机对话，然后按维度打分、勾选题项」。先给整体质量打 1–7 星，再逐项判断是否存在未遵循指令、客服场景不当、幻觉，以及色情、暴力等政策相关风险。它适合对话模型上线前评估、数据集构建与多维度偏好标注。

标注核心作用

对话与问卷同屏，减少切屏与样本对齐错误；
Paragraphs 使用 role / content 字段，与常见对话 JSON 一致；
质量量表与安全/合规题项分层展示，导出后可做多标签分析。

基础操作步骤

自上而下阅读左侧全部轮次，区分用户与助手内容；
在「整体质量评估」中选择 1–7 星（以平台星级组件为准）；
依次阅读右侧各题标题，在「是 / 否」单选项中择一。

大语言模型排序器 (LLM Ranker)

Mon, 13 Apr 2026 08:00:00 +0000

大语言模型排序器使用说明

可以理解为「先读任务说明和提示词，再把左侧全部候选卡片拖到中间『高相关』或右侧『偏见/不当』栏里」。例如讨论中国空间站时，客观、扣题的回答归入高相关，明显偏见或攻击性表述归入问题桶。它适合多候选重排序、批量质检与红队数据标注。

标注核心作用

一次任务覆盖多条候选回答，减少重复打开样本的成本；
结果直接对应「相关 / 风险」等离散标签，便于统计与训练；
List + Ranker + Bucket 组合是常见的拖拽排序数据模型。

基础操作步骤

阅读「任务」与「提示词」，明确排序与分桶标准；
在「全部候选回答」中浏览每条卡片的标题与正文；
将卡片拖拽至「高相关回答」或「存在偏见或不当表述」（以平台拖拽交互为准）；
确认无遗漏、无放错桶后提交。

说明：截图中①②与箭头为操作示意；卡片右上角小三角可能为展开或拖拽相关控件，以实际产品为准。

注意事项

导入字段 items 须与 List 的 value="$items" 一致；单条对象需包含展示所需字段（如 title、body、id），具体键名以平台 List 组件约定为准；
样式表中 .htx-ranker-item p:last-child { display: none } 会隐藏最后一项 p 节点，若正文丢失请检查 DOM 结构或删除该规则；
CSS 变量（如 --color-neutral-background）依赖主题，缺失时需改为具体色值；
桶名 relevant_results、biased_results 会进入导出结果，改名需同步数据与质检规则。

模板预览

视觉排序器 (Visual Ranker)

Mon, 13 Apr 2026 08:00:00 +0000

视觉排序器使用说明

可以理解为「先读提示词里对画面风格、构图和细节的要求，再在『候选图片』里通过拖拽把更符合提示的图排到更前」。例如古风会客厅场景中，构图完整、光线与家具符合描述的样本应排在前列。它适合文生图模型对比评测、A/B 集构建与多候选排序标注。

标注核心作用

同一任务聚合多张候选图，减少反复切换样本的开销；
排序结果可直接反映相对偏好，便于训练排序头或构造 pairwise 数据；
提示与图片分区展示，任务目标一目了然。

基础操作步骤

阅读灰色提示面板中的完整生成指令；
在「候选图片」区域浏览每张图篇，并按项目约定（相关性、美感、细节还原等）拖拽调整顺序；
完成排序后默认保存，确认顺序后提交即可。

说明：截图中①②与箭头为教学叠加；实际界面以部署版本为准。

注意事项

images 数组中每条使用 html 字段嵌入 <img> 时，请确保 src 指向可访问的静态资源或任务附件 URL；
.htx-ranker-item [class^=itemLine]:last-child { display: none } 用于隐藏列表辅助行，若图片不显示请检查选择器是否与当前 DOM 一致；
本示例 Ranker 未配置 Bucket，适用于单一有序列表；若需多分栏（如「合格 / 不合格」），可参考大语言模型排序器中的 Bucket 写法并改造；
id 字段便于在导出结果中与模型版本或随机种子对齐。

模板预览

大语言模型响应评分 (Response Grading)

Mon, 13 Apr 2026 08:00:00 +0000

大语言模型响应评分使用说明

可以理解为「读长文档，然后看模型写的摘要，最后给摘要打分」。例如乡村振兴类材料，需判断摘要是否覆盖产业、人才、生态、治理等要点且无明显捏造。它适合长文摘要、新闻缩写、报告凝练等源文—输出对照型评测。

标注核心作用

同屏对照降低来回滚动与窗口切换成本；
Rating 绑定到 summary 对象，导出时可将分数与摘要区域关联；
分栏高度与滚动区域可控，便于统一截图与质检口径。

基础操作步骤

在左侧「长文档」中完整阅读（可上下滚动）；
在右侧「摘要内容」中阅读模型生成结果；
依据项目量表在「请为该摘要评分」处选择星级。

说明：截图中箭头指向星级控件，为操作示意。

注意事项

若 Text 的 value="$document" 不支持字符串数组，请将 document 改为单一字符串（段落间用换行拼接）或按平台文档使用支持的复合类型；
Rating 未显式写 maxRating 时，默认星数以实现为准；需固定为 5 级时可补充 maxRating="5"；
左右栏 max-height / scrollable 可按篇幅调整，避免长文档显示过短；
评分锚点（何为一星、何为五星）须在标注指南中写清。