AgentGrade evaluates agent trajectories

1. 09:55
   Dev.to Top Tech

   AgentGrade 評估工具：三維評分與規則層檢查提升代理測試準確度

   AgentGrade 是一款針對代理行為的評分工具，結合三個維度（質量、真實性、任務成功）與十四條規則，提供可追蹤、可比對的評分結果。 - 三維評分：每次執行可單獲或同時評估「質量」(output correctness)、「真實性」(是否基於實際行為)與「任務成功」(是否達成目標)。

當前熱度 9·可比範圍峰值 10（11月3日 11:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度；鍵盤可用左右方向鍵切換。