Ajanınız görevi başardı, peki aynısını tekrar yapar mı? Tutarlılığı ölçmek
Ortalama başarı oranı bir ajanın güvenilir olduğunu göstermiyor. Bu rehber tutarlılık açığını, onu ölçen Pass^k ölçütünü ve kapatma yolunu anlatıyor.
Modeller
Ortalama başarı oranı bir ajanın güvenilir olduğunu göstermiyor. Bu rehber tutarlılık açığını, onu ölçen Pass^k ölçütünü ve kapatma yolunu anlatıyor.