WINDWAY EXPLORER / ÉCHANTILLON PUBLIC
Exécuter. Inspecter.
Vérifiez.
Des chemins publics réels. Aucun journal d’actions d’agent inventé.
Avant : chemin original. Replay : vérification après la modification d’obstacle enregistrée. Après : chemin de remplacement enregistré, si disponible. Il s’agit du replay d’un chemin témoin, pas d’une reprise d’agent enregistrée.
Chargement de l’échantillon public…
Valeur source sélectionnée
—Clavier : Espace pour lire ou mettre en pause, Gauche/Droite pour avancer, R pour recommencer. Le mode mouvement réduit utilise des étapes manuelles.
Explorateur des preuves d’évaluation
Explorer les évaluations ↗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 ↗