跳到主要内容
由于 LLM 输出不是确定性的，运行多次重复可以更准确地估计系统性能。输出可能因每次重复而异。重复是减少易受高变异性影响的系统（例如代理）中噪声的一种方法。

​
在实验中配置重复

将可选的 num_repetitions 参数添加到 evaluate / aevaluate 函数中（Python, TypeScript），以指定对数据集中每个示例进行评估的次数。例如，如果数据集中有 5 个示例并将 num_repetitions=5，则每个示例将运行 5 次，总共运行 25 次。 
from langsmith import evaluate

results = evaluate(
    lambda inputs: label_text(inputs["text"]),
    data=dataset_name,
    evaluators=[correct_label],
    experiment_prefix="Toxic Queries",
    num_repetitions=3,
)

​
查看重复运行的实验结果

如果您使用重复运行了实验，输出结果列中将有箭头，以便您可以在表格中查看输出。要查看重复中的每次运行，请将鼠标悬停在输出单元格上并单击展开视图。当您重复运行实验时，LangSmith 会在表格中显示每个反馈分数的平均值。单击反馈分数可查看单个运行的反馈分数，或查看重复的标准偏差。 Repetitions
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.