TraceGraph: Paisajes de Decisión Compartidos para Trayectorias
Descubre cómo TraceGraph usa paisajes de decisión compartidos para diagnosticar y mejorar trayectorias de agentes IA en SWE-bench.
#benchmarks de ia
Enfoque principal-agente para agregar benchmarks: bienestar, mejorabilidad, varianza
Optimiza benchmarks de IA con bienestar, mejorabilidad y varianza. Nuevo marco de auditoría. ¡Descúbrelo!