SOTA · 智能体与评测

评测与复现

评测基础设施、可复现率、失败分类、成本延迟

尺子完成率、失败分类、可复现率、成本延迟

SOTA 阶梯

这个域还没有过收录门控的资产。门控是:必须有可核对的关键指标或可复现的演示,只有发布会截图的不收。

这个域还没有挂上可直接装用的 skill。

还没有内容把这个能力归到某个领域。

这个域的边界记录还没写。它应当回答三件事:当前卡在哪、什么情况下会坏、成本与延迟的量级。在这一段补上之前,梯顶的指标只说明它在这把尺子上领先,不说明它在你的任务上能用。