评测尝试

Trial别名：试验、评测尝试评测与测试已核验 · 2026-10-13

定义

智能体对一个评测任务进行的一次尝试。

解释

同一用例可以重复尝试，用于观察结果波动；整个批次的 Run 可包含多个 Trial。

例子

同一道问题执行三次，产生三次 Trial。

边界

Trial 与 Run 的命名因框架而异，不能直接视为同义词。

来源

官方文档／规范／论文；核验 2026-10-13。

---

在 GitHub 查看源条目