github / Agents & browsers

jev-agent-failure-benchmark

AI-assisted summaries and translations. Check original sources for context and performance claims.

TokenTrim · 原文語言: English

該儲存庫提供了一個基準測試，使用 Who&When Pro 代理故障歸因數據集將 Jev 與強大的大型語言模型進行比較。它展示了一種評估這些系統在識別和歸因代理工作流中特定故障方面有效性的方法。

翻譯摘要 · AI-assisted; check the original.

查看原文 複製連結收藏

JEVLAB ART

前十名

Supporter

1. W
   Wallpets 270 點擊次數67d left
2. W
   Walltank 188 點擊次數67d left
3. C
   Chowder 141 點擊次數67d left
4. F
   Falconer 121 點擊次數67d left
5. L
   Lemonpod 169 點擊次數67d left
6. M
   Menta 143 點擊次數67d left
7. S
   Sway 100 點擊次數67d left
8. P
   Peon-Ping 91 點擊次數67d left
9. Z
   Zeron 170 點擊次數67d left
10. G
    Guideless 80 點擊次數67d left

Supporters