WINDWAY EXPLORER / ПУБЛИЧНЫЙ ОБРАЗЕЦ
Выполнить. Изучить.
Проверьте.
Реальные публичные пути. Без выдуманного журнала действий агента.
До: исходный путь. Воспроизведение: проверка после записанного изменения препятствия. После: записанный альтернативный путь, если он есть. Это воспроизведение пути, а не запись восстановления агента.
Загрузка публичного образца…
Выбранное исходное значение
—Клавиатура: пробел для воспроизведения/паузы, стрелки для шагов, R для перезапуска. При уменьшении движения шаги выполняются вручную.
Обозреватель доказательств оценки
Изучить оценки ↗WFRB v0 / ЛОКАЛЬНЫЙ КОНТРОЛЬНЫЙ ЭКСПЕРИМЕНТ
Экспериментальный · Не стандарт · Без рецензирования
Графики описывают локальные контрольные испытания, а не публичных агентов, LLM или клиентские системы.
Загрузка проверенных агрегатов…
Восстановление по категориям
Успех / сбой / неопределённо
Распределение внедрённых классов сбоев
Оценки во времени
Проверка детерминированного воспроизведения
Сравнение целей
Сравнение клиентских целей недоступно. Локальные контроли не обосновывают рейтинг моделей.
Изучить доказательства локального эксперимента ↗Тепловая карта сценариев
Нажмите или раскройте ячейку для точного знаменателя. Каждая планировка и категория содержит два испытания с seed на локальную политику за один запуск.
PASS означает восстановление с точной стоимостью, FAIL — критерий не выполнен. Проверка воспроизведения не доказывает повторение сбоя клиентского агента.
Прочитать методику ↗ · Изучить агрегаты ↗