题库¶
题库页管理自建题目集，是 SFT 训练数据的来源：每题自带 test_data.h5 评分，模型做对的轨迹
可生成 SFT。
题库评测¶
题库评测卡片对模型版本在题库上评测：
- 题库版本——选一个已上传的题库。若无，显示「暂无可选题库」（先在
数据页上传题目 ZIP，会生成
data/banks/<版本>）。 - 模型版本——要评测的版本。
- Temperature、并发数。
- 使用背景提示、启用 thinking。
点 展开完整命令 预览 scripts/bank_eval.sh，再点 开始题库评测。
自建题库生成 SFT
自建题库每题用其自己的 test_data.h5 评分。模型做对的轨迹可生成 SFT 训练数据——
这正是训练循环的训练数据来源。官方 benchmark 结果仅用于评测，不会成为训练数据。
题目预览¶
题目预览可在运行评测前查看题库的题目内容。
题库评测记录¶
题库评测记录列出历史题库运行，含通过率与吞吐。从记录可把通过轨迹生成 SFT（数据页文本题库 表的「做题→SFT」操作也可触发）。
添加题库¶
在数据页上传题目 ZIP（题目数据或文本题库区）。上传后题库在此作为 可选版本出现。