WINDWAY 受控基准
blind_retry
本地策略 · WFRB v0
实验性 · 非标准 · 未经同行评审
- 智能体
- blind_retry
- 测试的公开接口
- 不适用：由 Windway 控制的本地环境。
- 评估日期
- 2026-10-04
- 基准版本
- wfrb-0.1.0
- 样本量
- 每策略 300 个单元，覆盖 50 个布局和 150 个场景设计。两个种子，重复一次。
- 场景类别
- blocked_path, nonadjacent_action, premature_completion
WFRB v0 / 本地对照实验
实验性 · 非标准 · 未经同行评审
这些图表描述本地对照试验，不衡量公开智能体、LLM 或客户系统。
正在加载经验证聚合数据…
场景热力图
点击或展开单元查看精确分母。每次运行中，每个布局与类别包含每本地策略两个带种子的试验。
PASS 表示精确成本恢复，FAIL 表示未达到该标准。回放验证不证明客户智能体失败已复现。
阅读方法 ↗ · 查看聚合数据 ↗已观察行为
保留的本地运行中通过精确成本恢复的数量：
0/300可复现失败
本地结果流逐字节重复。未发布公开智能体失败复现。
对话回放
等待经验证的公开运行
暂无公开对话。本地导航动作不展示为用户与智能体对话。
结果描述在注明日期与版本测试的公开可访问接口的观察行为，不代表供应商完整生产系统。
此声明适用于公开智能体运行。本页涉及本地受控实验。
阅读方法 ↗