针对初级使用者，PAI提供了简单易用的Web界面，便于体验。您无需编程或准备数据集，只需输入问题和模型回答，即可一键生成评测结果。同时，在线体验也支持高级配置调整，以获得更精准的评测。
前提条件
开通服务
登录PAI控制台，在左侧导航栏，选择模型应用 > 模型评测（ModelEval）。
单击PAI裁判员模型，然后单击立即开通，按照控制台操作指引，开通模型服务。
开通后，即可在概览页面查看Host和Token访问参数，以及调用量等详情。
在线体验
登录PAI控制台，在左侧导航栏，选择模型应用 > 模型评测（ModelEval）。
单击PAI裁判员模型，切换到在线体验页签，根据如下说明，配置相关参数。
评测内容
参数
说明
评测模型
支持以下两种模型：
pai-judge：模型规模较小，性价比更高。
pai-judge-plus：模型规模较大，推理效果更好。
评测模式
支持2种评测模式：
单模型评测：适合单个模型的回答评测，生成打分结果。
双模型竞技：对比两个模型在相同问题下的表现，选出效果更好的模型。
评测问题
输入待评测的问题。
模型回答
输入评测问题相对应的模型回答。
单模型：输入一个模型回答。
双模型：输入两个模型回答。
参考答案
输入已知的参考答案。
对于确定性问题、数学类问题、翻译等场景，参考答案可以提升评测准确度。
（可选）高级配置
参数
说明
评测场景
问题场景
场景包含文本改写、角色扮演、代码生成修改与分析等，每种场景具有不同的评测标准，能够帮助裁判员模型打分更加准确。
系统会根据您输入的问题自动分类场景，您也可以手动指定问题场景。
场景描述
问题场景对应的描述。
评测标准
问题场景对应的评测标准，可自定义内容。
评测分数
评分范围
自定义裁判员模型打分的分数值。
取值范围：[2, 10]
分档含义
每个分数值的含义。
生成参数
Temperature
控制生成文本的随机性。值越小，模型输出越保守，值越大，模型输出更加多样化。
取值范围：[0, 2)
Top_p
控制候选词的选择范围。模型会从累计概率达到Top_p值的词的集合中随机选择下一个词。
取值范围：[0, 1]
单击评测，在评测结果页签会流式返回裁判员模型的输出结果。您可以对结果进行反馈，以帮助我们改进裁判员模型的效果。
在Prompt预览页签，在线体验的参数会自动代入到Prompt模板中，您可以查看完整的Prompt，从而更好地理解裁判员模型的工作原理。
您也可以单击随机示例，页面会自动填充参数，帮助您快速体验裁判员模型能力。