| .. |
|
golden
|
a3d0c5d6f8
feat(eval): 扩 golden 集 + reviewer-qwen 设 FC 默认
|
2 bulan lalu |
|
bench_fc.py
|
591f7b4eb7
feat(fc): FC loop 加 enforceLoop 计数 + per-tool trace + 可复现 bench
|
2 bulan lalu |
|
bench_fc_report.json
|
591f7b4eb7
feat(fc): FC loop 加 enforceLoop 计数 + per-tool trace + 可复现 bench
|
2 bulan lalu |
|
bench_providers.py
|
06ad67f830
feat(eval): bench 加多轮取均值(RUNS) — 消 LLM 方差,信号扎实
|
2 bulan lalu |
|
bench_providers_report.json
|
06ad67f830
feat(eval): bench 加多轮取均值(RUNS) — 消 LLM 方差,信号扎实
|
2 bulan lalu |
|
run_evals.py
|
84e456176c
feat(eval): 第一方 agent 行为回归框架(评估建议②) — 让智能体质量可度量
|
2 bulan lalu |
kenny67nju
06ad67f830
feat(eval): bench 加多轮取均值(RUNS) — 消 LLM 方差,信号扎实