已过期50% 置信事实精确时间

Trajectory Eval（轨迹评估）用于分析Agent在不同路径下的行为差异，例如当Agent走路径B时信号下降，根本原因可能是组件调用顺序错误

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

LLM Observability & Eval in Practice: A Complete Guide to Monitoring and Evaluating Large Models in Production

bilibili量子菠萝_2026/6/8

相关事实

待验证inaturalist-clumper的聚合算法借鉴了轨迹分析中的停留点检测思想，按时间排序遍历观察记录，使用Haversine公式计算地理距离64% 相似待验证让模型先向前滚动若干步再向后滚动同样步数，理想情况下应回到起点，实际返回位置与起点的差异作为不可观测滚动误差的自监督代理指标63% 相似待验证REINFORCE估计器的方差极高，因为一条轨迹中的每个动作都乘以整条轨迹的总回报62% 相似待验证在确定性高的表单填写场景中，脚本处理高频确定性路径、Agent作为fallback处理边缘情况的混合架构优于纯LLM驱动方案61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/49927

API

curl https://kongchang.com/api/v1/knowledge/claims/49927

MCP

get_claim(id=49927)