> ## Documentation Index
> Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# 分析实验
本页介绍了在 LangSmith 中使用[*实验*](/langsmith/evaluation-concepts#experiment)的一些基本任务：
* **[分析单个实验](#分析单个实验)**：查看和解释实验结果、自定义列、筛选数据以及比较运行。
* **[在实验标签页视图中设置基线](#在实验标签页视图中设置基线)**：为您希望超越的数据集设置基线。
* **[在实验标签页视图中按模型、提示词和工具进行筛选和分组](#在实验标签页视图中按模型、提示词和工具进行筛选和分组)**：使用**模型**、**提示词**和**工具**列在**实验**标签页视图中筛选和分组实验。
* **[将实验结果下载为 CSV](#将实验结果下载为-csv)**：导出实验数据以供外部分析和共享。
* **[重命名实验](#重命名实验)**：在 Playground 和实验视图中更新实验名称。
## 分析单个实验
运行实验后，您可以使用 LangSmith 的实验视图来分析结果并获取关于实验性能的洞察。
### 打开实验视图
要打开实验视图，
1. 从**数据集与实验**页面选择相关的[*数据集*](/langsmith/evaluation-concepts#datasets)，这将打开**实验**标签页视图。
2. 点击您要查看的实验所在的行。
### 查看实验结果
#### 自定义列
默认情况下，实验视图显示数据集中每个[示例](/langsmith/evaluation-concepts#examples)的输入、输出和参考输出，以及来自评估的反馈分数和实验指标，如成本、令牌数、延迟和状态。
您可以点击视图右上角的**列**图标来自定义列，以便更轻松地解释实验结果：
* **将输入、输出和参考输出中的字段拆分**到各自的列中。如果您有较长的输入/输出/参考输出，并希望突出重要字段，这尤其有用。
* **隐藏和重新排序列**以创建用于分析的聚焦视图。
* **控制反馈分数的小数精度**。默认情况下，LangSmith 以 2 位小数精度显示数值反馈分数，但您可以将此设置自定义为最多 6 位小数。
* **为实验中的数值反馈分数设置热图阈值**为高、中、低，这会影响分数芯片显示为红色或绿色的阈值：
您可以为整个数据集设置默认配置，或仅为临时保存个人设置。
#### 排序和筛选
要按反馈分数对行进行排序，请点击列标题中的**排序**图标。
要筛选行，请点击列标题中的 图标并配置筛选设置。
#### 表格视图
在实验视图右上角选择三个表格视图图标之一：
* **紧凑**：将每次运行显示为单行，以便快速比较分数。
* **完整**：显示每次运行的完整输出。
* **差异**：显示每次运行的参考输出与输出之间的文本差异。
#### 查看追踪
点击实验视图中的任意行以打开详细信息面板，该面板显示该次运行的追踪以及反馈、输入、输出和属性。
要查看整个追踪项目，请点击实验视图右上角的**查看项目**图标。
#### 查看评估器运行
将鼠标悬停在评估器分数上，可以查看该评估器运行的更多详细信息。对于[LLM-as-a-judge 评估器](/langsmith/llm-as-judge)，点击**来源**链接以查看使用的提示词，或点击**评估器追踪**以在新浏览器标签页中打开追踪。对于具有[重复运行](/langsmith/repetition)的实验，点击聚合平均分数以查看所有单独运行的链接。
### 按元数据分组结果
您可以向示例添加元数据以进行分类和组织。例如，如果您正在评估问答数据集的事实准确性，元数据可能包括每个问题所属的主题领域。元数据可以通过[UI](/langsmith/manage-datasets-in-application#edit-example-metadata)或[SDK](/langsmith/manage-datasets-programmatically#update-single-example)添加。
要按元数据分析结果，请使用实验视图右上角的**分组依据**图标并选择所需的元数据键。这将显示每个元数据组的平均反馈分数、延迟、总令牌数和成本。
您只能在 2025 年 2 月 20 日之后创建的实验上按示例元数据进行分组。此日期之前的任何实验仍然可以按元数据分组，但仅限于实验追踪本身包含元数据的情况。
### 重复运行
如果您使用[*重复运行*](/langsmith/repetition)运行了实验，请点击任意行以打开详细信息面板。**重复运行摘要**显示指标表格、所有反馈分数，并允许您切换输出或查看具有其追踪的各个重复运行。
### 与另一个实验比较
在实验视图的右上角，您可以选择另一个实验进行比较。这将打开比较视图，您可以看到两个实验的对比情况。要了解更多关于比较视图的信息，请参阅[如何比较实验结果](/langsmith/compare-experiment-results)。
## 在实验标签页视图中设置基线
虽然您可能运行数十次测试，但通常有一个特定的基准您希望超越。设置\_基线\_可以将您的结果锚定在这个参考点上，从而在拥挤的实验列表中识别改进或回归。
通过指定基线，您可以：
* 突出显示参考：明确标记您的最佳运行，以便在迭代时它始终显示在**实验**标签页视图的顶部。
* 查看即时差异：自动查看所有实验的性能差异，这意味着您不一定需要手动进行并排选择。
* 加速评估：快速确定新迭代是否达到或超过您当前的性能标准。
要为数据集设置基线：
1. 在 [LangSmith UI](https://smith.langchain.com) 中，导航至左侧菜单中的**数据集与实验**选项。
2. 从表格中选择您要处理的数据集。
3. 在**实验**标签页视图中，将鼠标悬停在实验行上以在行右侧显示**设为基线**按钮。点击以选择您的基线实验。
您的基线实验将固定在表格顶部，并在其名称旁边显示**基线**标签。一旦实验被设为基线，表格将在每个实验的每一列上显示相对于基线的分数。当您选择多个实验进行比较时，基线实验将作为默认的源实验进行比较。
## 在实验标签页视图中按模型、提示词和工具进行筛选和分组
实验表格包含**模型**、**提示词**和**工具**列，显示每个实验使用了哪些模型、提示词和工具，从而更容易一目了然地了解运行之间的变化。
当您从 Playground 运行实验时，这些列会自动填充。通过 SDK 运行实验时，向 `evaluate()` 传递一个包含 `models`、`prompts` 和 `tools` 键的 `metadata` 对象：
```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
results = client.evaluate(
target,
data="my-dataset",
evaluators=[...],
metadata={
"models": "openai:gpt-4.1-mini",
"prompts": ["my-org/my-prompt:abc12345"],
"tools": [{"name": "web_search", "description": "Search the web for information"}],
},
)
```
有关使用元数据的示例，请参阅[如何评估 LLM 应用程序](/langsmith/evaluate-llm-application#run-the-evaluation)。
仅当数据集中至少有一个实验设置了该字段时，这些列才会出现。填充后，点击这些列中的值以筛选或分组实验。
您还可以在**实验**标签页视图的左上角按模型、模型提供商、提示词、提示词提交、工具和其他实验元数据进行筛选和分组：
## 将实验结果下载为 CSV
LangSmith 允许您将实验结果下载为 CSV 文件，以供外部分析和共享。点击实验视图右上角的**下载为 CSV** 图标。
实验结果有 5,000 行的下载限制。
## 重命名实验
实验名称在每个工作空间内必须是唯一的。
您可以在 LangSmith UI 的以下位置重命名实验：
* **实验视图**：使用实验名称旁边的铅笔图标重命名实验。
* **Playground**：会自动分配一个格式为 `pg::prompt-name::model::uuid` 的默认名称（例如 `pg::gpt-4.1-mini::897ee630`）。您可以在运行实验后立即通过在 Playground 表格标题中编辑其名称来重命名实验。
***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\langsmith\analyze-an-experiment.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose).
[Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.