EvalStone Launch
本地评测启动台 · 基于
bash/run.py
启动台
结果分析
connecting…
模型接入
Model Name
API URL
API Key
Folder Name（可选）
Thinking
启用 thinking 模式
max_tokens_add
thinking scale
评测范围
按 Suite
自选 Benchmark
Exclude（逗号分隔，可选）
全选
清空
已选 0
高级参数
Limit（none = 全量）
Seed
Batch Size
Write Summary
是
否
Dataset Dir
Output Dir
Config YAML
Tokenizer Path
Judge Model
Judge API URL
Judge API Key
Judge Max Tokens
启动评测
停止任务
运行状态
刷新
idle
—
尚未启动任务
实时日志
自动滚动
历史任务