AlphaDiana：用于衡量 Agent 在可验证推理任务中表现的系统

英文标题：AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks

AlphaDiana 是一个用于衡量 Agent 在可验证推理任务中表现的系统。Agent 将推理模型与运行框架结合，由框架组织模型调用、执行工具、加载技能指令，并在记忆中保留历史记录。要理解 Agent 的表现，需要将执行条件与任务结果、行为及资源使用情况联系起来。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB