文本质量主观评测网页

这是一个用于比较两个模型生成文本质量的主观评测工具，支持在线评分和结果下载。

功能特点

• 📊 直观对比: 并排显示两个模型的输出文本
• 🎯 简单评分: 三选一评分机制（模型A更好/模型B更好/两者相当）
• 📈 实时进度: 显示评测进度和完成状态
• 💾 结果下载: 支持下载详细的评测结果到txt文件
• 📱 响应式设计: 支持桌面和移动设备
• 🌐 可分享: 可以部署到网上供多人使用

使用方法

1. 准备数据文件

数据文件需要包含 model_a 和 model_b 两个字段，支持以下格式：

JSONL格式 (推荐):

{"model_a": "模型A的输出文本", "model_b": "模型B的输出文本"}
{"model_a": "另一个样本的模型A输出", "model_b": "另一个样本的模型B输出"}

JSON格式:

[
  {"model_a": "模型A的输出文本", "model_b": "模型B的输出文本"},
  {"model_a": "另一个样本的模型A输出", "model_b": "另一个样本的模型B输出"}
]

2. 打开网页

直接在浏览器中打开 subjective_evaluation.html 文件。

3. 上传数据

点击”📁 上传数据文件”按钮，选择准备好的JSON或JSONL文件。

4. 进行评测

• 逐个查看每个样本的模型A和模型B输出
• 为每个样本选择质量更好的模型：
  • 模型A更好: 认为模型A的输出质量更高
  • 两者相当: 认为两个模型输出质量相近
  • 模型B更好: 认为模型B的输出质量更高

5. 下载结果

完成评测后，点击”📥 下载结果”按钮下载评测结果。结果文件包含：

• 评测统计信息
• 每个样本的详细评测结果
• 时间戳和元数据

部署到网上

方法1: GitHub Pages

1. 将文件上传到GitHub仓库
2. 在仓库设置中启用GitHub Pages
3. 分享生成的网页链接

方法2: 其他静态网站托管

可以使用以下平台托管：

• Netlify
• Vercel
• Firebase Hosting
• 阿里云OSS
• 腾讯云COS

只需上传 subjective_evaluation.html 文件即可。

示例数据

项目中包含了 sample_data.jsonl 示例文件，可以用来测试网页功能。

技术特点

• 纯前端实现: 无需服务器，数据处理完全在浏览器中进行
• 数据安全: 所有数据都在本地处理，不会上传到服务器
• 现代UI: 使用CSS3和现代设计理念
• 兼容性好: 支持主流浏览器

自定义修改

如需修改评分选项或界面样式，可以直接编辑HTML文件中的相应部分：

• 修改评分选项：编辑 renderEvaluationItems() 函数中的rating-options部分
• 修改样式：编辑 <style> 标签中的CSS
• 修改功能：编辑 <script> 标签中的JavaScript

注意事项

• 数据文件大小建议不超过10MB，以确保良好的加载性能
• 建议在评测过程中定期下载结果，避免意外丢失
• 如果需要多人协作评测，可以分别下载结果后合并分析

支持的浏览器

• Chrome 60+
• Firefox 55+
• Safari 12+
• Edge 79+

如有问题或建议，欢迎反馈！