跳到主要内容

A 与 B 两套改签助手都报 72% 任务成功。碰到订单号或金额空缺,A 先开口问,B 拿过往均值补上并碰巧蒙对若干。如何单独度量「必要字段不齐时有没有澄清」,别再另做结局对错、越权或计步看板?

Agent 评测与可靠性中级评测与可靠性

题目​

A 与 B 两套改签助手都报 72% 任务成功。碰到订单号或金额空缺,A 先开口问,B 拿过往均值补上并碰巧蒙对若干。如何单独度量「必要字段不齐时有没有澄清」,别再另做结局对错、越权或计步看板?

参考答案​