跳到主要内容

任务要求其实已经达成,评测却判 Agent 失败。怎样确认错在评测器,而不是 Agent 没做对?

Agent 评测与可靠性中级评测

题目​

任务要求其实已经达成,评测却判 Agent 失败。怎样确认错在评测器,而不是 Agent 没做对?

参考答案​