← 所有标签

标签：LLM应用

共 1 篇文章。

• Aug 26, 2026

  Agent 轨迹级评测方法：不只看结果对不对

  只看最终答案的 Agent 评测会掩盖过程中的绕路、重复调用和危险操作。本文讲解轨迹级评测的打分维度、自动化方法与常见陷阱。