Skip to main content
Score 问题根据你定义的有序量表对某种情况进行评级。它返回离散的 score(胜出等级的索引),以及 expected_level(跨所有等级按概率加权得到的连续估计值)、各等级的 probabilities,和按索引回显你的等级描述的 legend。 当答案是具有明确等级的量表上的某个位置(紧急程度、严重程度、情绪强度),而不是无序类别时,请使用 Score。
Score 与 Noul 的区别:如果你只需要一个二元判断关卡,请改用 Noul。它更简单,返回的是单个概率,而不是各等级上的分布。

请求

string
必填
始终为 "score"。
string
必填
以自然语言描述的待评估问题。
string[] | object
必填
由等级描述组成的有序数组,索引 0 为最低等级:["low urgency, can wait", "medium urgency, handle soon", "high urgency, handle immediately"]。也接受以数字字符串为键的对象(例如 {"1": "...", "3": "...", "5": "..."}):这些键会先排序再被丢弃,无论你使用什么键,响应始终按 0..N-1 重新编号。

响应

  • score:离散的整数索引,即 argmax 等级。
  • expected_level:Σ(level × probability),即跨所有等级按概率加权的连续位置。当你需要比离散索引更细粒度的阈值时,请使用它。
  • legend 并非由模型生成:API 会根据你自己的 criteria 按索引构建它。
  • confidence:top1 − top2,与 Choice 的公式相同,从 0(两个相邻等级持平)到 1(某个等级占据几乎全部概率质量)。关于如何据此采取行动,请参阅置信度。

使用结果

相关内容

  • Noul:返回概率的是/否决策
  • Choice:从多个命名选项中选择一个
  • 决策模型:基本类型概览、限制以及完整的请求约定
  • GLiDE:GLiDE 是什么以及何时使用它