多轮对话的代理评估指标

多回合代理的失败方式与单回合评估失败的方式相同：一个早期的错误会破坏后来的每一个回合。这篇文章介绍了智能体评估指标（AEM），这是一种可分解​​的、回合级的方法来衡量智能体质量，……

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。