分析实验

• 分析单个实验：查看和解读实验结果、自定义列、筛选数据以及比较运行。
• 在 Experiments 标签页视图中设置基线：为希望超越的数据集设置基线。
• 在 Experiments 标签页视图中按模型、提示和工具筛选及分组：使用 Models、Prompts 和 Tools 列，在 Experiments 标签页视图中筛选和分组实验。
• 将实验结果下载为 CSV：导出实验数据，以便进行外部分析和共享。
• 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

​

打开实验视图

1. 在 Dataset & Experiments 页面中选择相关的数据集，这会打开 Experiments 标签页视图。
2. 点击要查看的实验所在行。

​

查看实验结果

​

自定义列

• 将输入、输出和参考输出中的字段拆分到各自的列中。如果输入、输出或参考输出较长，并且你希望突出显示重要字段，这会特别有用。
• 隐藏和重新排列列，创建专注于分析的视图。
• 控制反馈分数的小数精度。默认情况下，LangSmith 会将数值反馈分数显示为 2 位小数，但你可以将此设置调整为最多 6 位小数。
• 为实验中的数值反馈分数将 Heat Map 阈值设置为高、中或低，这会影响分数标签显示为红色或绿色的阈值：

​

排序和筛选

​

表格视图

• Compact：每次运行显示为一行，便于快速比较分数。
• Full：显示每次运行的完整输出。
• Diff：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

​

查看评估器运行

​

跟踪实验进度

​

按元数据对结果分组

​

重复运行

​

与其他实验比较

​

在 Experiments 标签页视图中设置基线

• 突出显示参考：明确标记表现最佳的运行，使其在持续迭代时始终显示在 Experiments 标签页视图顶部。
• 立即查看差异：自动查看所有实验之间的性能变化，因此不一定需要手动进行并排选择。
• 加快评估：快速确定新的迭代是否达到或超过当前性能标准。

1. 在 LangSmith UI 中，从左侧菜单导航到 Datasets & Experiments。
2. 从表格中选择要使用的数据集。
3. 在 Experiments 标签页视图中，将鼠标悬停在实验行上，使该行右端显示 Set baseline 按钮。点击以选择基线实验。

​

在 Experiments 标签页视图中按模型、提示和工具筛选及分组

results = client.evaluate(
    target,
    data="my-dataset",
    evaluators=[...],
    metadata={
        "models": "openai:gpt-5.4-mini",
        "prompts": ["my-org/my-prompt:abc12345"],
        "tools": [{"name": "web_search", "description": "搜索网络以获取信息"}],
    },
)

​

将实验结果下载为 CSV

​

重命名实验

• 实验视图：点击实验名称旁边的铅笔图标重命名实验。
• Playground：系统会自动分配格式为 pg::prompt-name::model::uuid 的默认名称（例如 pg::gpt-5.4-mini::897ee630）。运行实验后，你可以立即在 Playground 表格标题中编辑实验名称进行重命名。