读懂评测结果

先查看运行状态，再查看质量结论和各项规则证据。任务停止运行不一定意味着已经获得有效质量结论。

四种结论

结论	含义	下一步
PASSED	证据有效，所有阻断阈值通过	查看得分、警告及报告
QUALITY_FAILED	证据有效，至少一项阻断阈值未通过	核对失败指标和阈值，再分析模型或配置
INFRA_FAILED	模型、运行器或证据链路异常，无法作出有效判断	排查连接、样本、运行器和结果文件
CANCELLED	任务已取消	确认是否需要重新创建任务

按证据阅读报告

1. 核对目标模型、数据集、评分配置和规则版本。
2. 查看失败规则对应的指标值、单位和有效样本数。
3. 区分阻断规则与非阻断警告。
4. 用运行记录中的脱敏诊断定位问题，保留任务 ID 供团队追查。

指标缺失、非有限数字或有效样本不足会使规则证据为 INVALID，对应 INFRA_FAILED。系统不会把这类情况自动计为模型答错。

非阻断规则未通过只产生警告，不会单独把已通过的 Gate 改成质量失败。完整指标语义见指标说明。

重跑与比较

修改输入后创建新的评测，原记录保留。性能页中的参照与相对变化不会写回 Gate，也不会改变历史质量结论。

使用 CLI 等待评测时，退出码 10 表示自动质量门禁失败，20 表示基础设施或证据失败。查询请求本身成功不能替代等待结果，见命令行与 CI。