홈 /벤치마크, 평가, 보정 /jev-agent-failure-benchmark
jev-agent-failure-benchmark
Who and When 에이전트 실패 귀인 벤치마크에서 Jev와 강력한 LLM을 비교합니다.
이 페이지는 영문 목록에서 생성했습니다.
readme에서
jev-agent-failure-benchmark Can a fast, cheap decision model find what broke an AI agent as well as a frontier LLM? This benchmarks Jev (Typesafe.ai) on the text subset of Who&When Pro, an agent-failure-attribution benchmark: given a failed multi-agent run, predict the responsible agent, the decisive step, and the error type. Result On all 6,257 text …
상세
- 섹션
- 벤치마크, 평가, 보정
- owner
- TokenTrim
- 스타
- 1
- 포크
- 0
- 최근 커밋
- 2026-09-17
- 언어
- Python
- 라이선스
- Apache-2.0
어떤 프로젝트인가
- 형태
- 데이터셋 또는 벤치마크
- 호스트 에이전트
- 단독 실행
- 대상
- 연구자
성숙도
문서
실측치를 보고합니다