المدونة
ملاحظات من بناء أنظمة الوكلاء
أدوات التقييم، وأنماط التنسيق، وتصميم الذاكرة، والإخفاقات التي تقف خلفها — موثّقة بينما التفاصيل لا تزال حاضرة.
22 أكتوبر 2026·6 دقيقة قراءة
أساطيل الوكلاء كأدوات استكشاف: مشكلة التقييم خلف Patch the Planet
تغيّر أساطيل الوكلاء سؤال التقييم من الدقة لكل وكيل إلى المردود لكل ساعة حوسبة ضمن ميزانية إيجابيات كاذبة. معظم معايير تقييم الوكلاء لا تقيس ذلك.
agent-evaluationmulti-agent-systemsvulnerability-discovery
20 سبتمبر 2026·6 دقيقة قراءة
تقييم الوكلاء على المسارات لا على الإجابات: ملاحظة تصميم معيار قياس
معايير القياس التي تُقيّم المخرجات النهائية فقط تكافئ الوكلاء الذين يصلون إلى إجابات صحيحة عبر مسارات غير آمنة أو غير قابلة لإعادة الإنتاج. التقييم الواعي بالمسار يعالج هذا.
agent-evaluationbenchmarkingtrajectory-grading