01 / environnement
Un monde avec des règles.
Un agent, une cible et un obstacle.
Infrastructure de fiabilité
pour les systèmes autonomes.
Nous simulons. Nous évaluons. Nous reproduisons les échecs. Nous les transformons en données de non-régression.
Navigation. Récupération après échec. Rejeu déterministe.
ÉTAT → ACTION → TRANSITION → ÉCHEC → RÉCUPÉRATION → VÉRIFICATEUR → RÉUSSITE
Inspecteur d'exécution d'agent
Cas pédagogique déterministe original. Distinct de la production GOLD.
État 01 · NON EXÉCUTÉ
- Observations
- Position, obstacle et objectif
- État
- [1, 2]
- Action
- Observez la cible.
- Contrainte
- Mouvements adjacents uniquement.
- Provenance
- Cas de test original sur grille ·
d3e71bd311b6
RÉSEAU D’ÉVALUATION
Évaluations d’agents publics
En attente de runs publics vérifiés
Aucune mesure d’agent public n’est encore publiée. Les résultats de recherche locale sont présentés séparément ci-dessous.
- Cibles évaluées
- 0
- Scénarios exécutés
- 0
- Tours d’agent
- 0
- Échecs observés
- 0
- Échecs reproductibles
- 0
RECHERCHE LOCALE / WFRB v0
- Grilles
- Scénarios conçus
- Essais locaux exécutés
900 cellules expérimentales répétées une fois. Politiques de contrôle locales uniquement ; aucun LLM ou agent client testé.
Explorer les évaluations ↗Ce qui est vérifié aujourd’hui.
100 épisodes symboliques GameOps uniques et vérifiés. Schéma, réinitialisation, rejeu, vérificateur et provenance : 100/100. Ces contrôles portent sur la qualité des données, pas sur la performance d’un agent.
Le schéma ci-dessus est un cas pédagogique distinct de la production GOLD. L’Explorer utilise des enregistrements publics de navigation ; le corpus canonique de récupération reste séparé.
Lire la documentation ↗Inspecter les preuves GameOps ↗INSPECTER LES TRANSITIONS D’ÉTAT
UN AGENT, UN OBSTACLE, UNE RÉCUPÉRATIONVUE COMPLÈTE
PASS · CAS PÉDAGOGIQUEfixture hash d3e71bd311b6
Comment lire cette scène
Ce dispositif déterministe original rejette un mouvement bloqué, puis vérifie un détour valide. Il ne contient aucun épisode de production ni valeur de tâche privée.
02 / état
Commencez ici.
Un état contrôlé. Un objectif clair.
03 / action
Agissez.
Un mouvement valide change l'état.
04 / échec
ÉCHEC.
L'obstacle bloque le prochain mouvement.
05/récupération
Trouvez un moyen de passer.
Un détour valide rétablit la progression.
06 / vérification
VÉRIFIÉ ✓
Rejouez le chemin. Vérifiez le résultat.
Vérifiez l’exécution, pas la formulation.
Inspectez l’état initial, les actions, l’échec et la récupération. Vérifiez ensuite si le rejeu satisfait le prédicat de tâche selon les règles de l’environnement.
Lire la documentation de vérification ↗ÉVALUATION PRIVÉE
Évaluez les comportements selon vos contraintes.
Pour les équipes d’IA agentique, RPA, IA appliquée et infrastructure : convenez des outils, des cas d’échec et des critères de réussite avant l’évaluation.
Demander une évaluation privée ↗Inspecter le périmètre d’évaluation ↗SIMULATION SUR MESURE
Construisez des scénarios adaptés à votre interface.
Environnements, schémas d’actions et trajectoires synthétiques conçus pour un cas d’usage convenu. Définissez les mécanismes, le rejeu et les contrôles d’acceptation avant production.
Découvrir la simulation sur mesure ↗Trois offres. Une exigence de preuve.
Évaluation d’agents
Évaluation contrôlée du comportement des agents avec des vérifications convenues.
Inspecter le périmètre — Évaluation d’agents ↗Simulation et données sur mesure
Scénarios et données synthétiques adaptés à votre besoin.
Inspecter le périmètre — Simulation et données sur mesure ↗Datasets / données en continu
Disponible pour des missions délimitées. La génération et la vérification récurrentes sont définies par projet.
Inspecter le périmètre — Datasets / données en continu ↗Commencez par un cas d’usage.
Indiquez votre email professionnel et votre cas d’usage ; ajoutez un message si souhaité. Aucun téléphone requis.
Écrire à Windway Data ↗Aucun formulaire web n’est actif. Un lien email ouvre votre logiciel de messagerie.