Politique locale
Planner
300/300
Récupération au coût exact dans une invocation locale. Aucun score d’agent tiers.
Voir l’évaluation ↗PREUVES D’ÉVALUATION
Observer le comportement.
Vérifier les preuves.
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
50Grilles
150Scénarios conçus
1800Essais locaux exécutés
900 cellules expérimentales répétées une fois. Politiques de contrôle locales uniquement ; aucun LLM ou agent client testé.
Explorer les évaluations ↗Benchmark contrôlé Windway
Politique locale
Random
4/300
Récupération au coût exact dans une invocation locale. Aucun score d’agent tiers.
Voir l’évaluation ↗Politique locale
Blind repetition
0/300
Récupération au coût exact dans une invocation locale. Aucun score d’agent tiers.
Voir l’évaluation ↗WFRB v0 / EXPÉRIENCE LOCALE DE CONTRÔLE
Expérimental · Pas une norme · Non évalué par les pairs
Ces graphiques décrivent des essais de contrôle locaux. Ils ne mesurent pas des agents publics, LLMs ou systèmes clients.
Chargement des agrégats vérifiés…
Récupération par catégorie
Réussite / échec / non concluant
Distribution des classes d’échec injectées
Évaluations dans le temps
Vérification du replay déterministe
Comparaison des cibles
La comparaison de cibles clients n’est pas disponible. Ces contrôles locaux ne permettent pas un classement de modèles.
Consulter les preuves du benchmark local ↗Carte des scénarios
Touchez ou ouvrez une cellule pour voir son dénominateur exact. Chaque grille/catégorie contient deux essais avec seeds par politique locale et par invocation.
PASS signifie une récupération au coût exact. FAIL signifie que ce critère n’est pas atteint. Le replay vérifié ne prouve pas la reproduction d’un échec d’agent client.
Lire la méthodologie ↗ · Consulter les agrégats ↗