查看基准测试结果

在 Bakehouse 进行两周的整理后，您希望评估 "Bakehouse Sales" Genie space 的表现如何。通过基准测试，您可以运行一组测试问题，并查看 Genie 的回答有多准确。

现在请快速创建一个基准测试，运行它，并找出需要进一步改进的地方。