评分
概览
ratings 调用每个候选模型，并为每个成功的模型返回一个 OpenAI 兼容的 choice。max_concurrent 限制并行工作量，但不限制实际执行的候选总数。
尽管名称如此，当前运行时不会对 choice 打分、投票或合成。调用方收到这些结果后，可自行比较或做下游评分。
主要优势
- 在同一请求上比较所有已声明的候选。
- 限制并行工作量，同时不丢弃后续候选。
- 为每个成功的模型保留一个可识别的响应 choice。
解决什么问题？
评测和对比客户端有时需要通过一次 Router 请求，让多个模型回答同一提示词。Ratings 提供有界扇出，且不引入裁判模型。
何时使 用
将 Ratings 用于并排评测，或理解多个 choices 的应用。如果调用方期望一个合成答案，不要使用它；那种场景请用 fusion 或 remom。
配置
algorithm:
type: ratings
ratings:
max_concurrent: 3
on_error: skip
完整示例见：
config/fragments/algorithm/looper/ratings.yaml。
依赖与限制
- 需要多于一个
modelRef，以及可访问的global.integrations.looper.endpoint。 - 每个候选都会收到请求内容，因此所有候选提供商都必须被路由的数据策略允许。
- 成本随候选数量增长。并发降低墙上时钟时间，但不减少总模型调用次数。
on_error: skip返回成功的 choice；on_error: fail在任一模型调用失败时使本次运行失败。若全部模型失败，运行也会失败。- Ratings 子请求会移除工具定义；需要继续工具调用的智能体工作流请使用 Router Flow。