评分器

Grader别名：评判器评测与测试已核验 · 2026-10-13

定义

根据成功标准检查执行结果或轨迹、给出判定或分数的机制。

解释

可以使用确定性规则、模型判断或人工评审；模型评分需要校准。

例子

检查查询结果与参考值一致，并核对是否调用了越权工具。

边界

一次工具请求成功不等于整个任务完成。

来源

官方文档／规范／论文；核验 2026-10-13。

---

在 GitHub 查看源条目