Evaluation: Update score rendering system

Is your feature request related to a problem?
Score rendering currently assumes a cosine similarity on a 0–1 scale. The new v2 model provides three judge metrics—Adherence to Ground Truth, Adherence to Prompt, Adherence to Knowledge Base—as integers from 0–5, which are only applied per row if the necessary inputs are provided.

Describe the solution you'd like

• Update app/lib/types/evaluation.ts to support the 0–5 range and the per-trace reasoning field with traffic light colors 0–1 needs improvement(red), 2–3 could improve(yellow) and 4–5 good(green)

Screenshot of Glific UI for reference

app/lib/types/evaluation.ts から始め、その評価値を使用するスコアレンダリングのコンシューマーを追跡します。0–5 の整数スコア、trace ごとの reasoning フィールド、および 3 つの judge メトリクスに対して要求された赤・黄・緑の範囲がサポートされていることを確認します。必要な入力が提供されている場合にのみ、レンダリングがメトリクスを適用することを確認します。