待验证50% 置信事实精确时间

传统的任务成功率指标只关心是否完成任务，无法反映执行过程的质量和效率

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

用NVIDIA NeMo Relay追踪Agent执行路径：让效率可见

涉及实体

task success rateconcept

相关事实

待验证孤立任务评估无法捕捉跨步骤的错误级联效应，即便各子任务得分较高也不能保证端到端流程的可靠性80% 相似待验证如果执行成功率高但任务成功率低，说明问题出在推理、规划或对用户意图的理解上，而非工具链的稳定性77% 相似待验证传统上以任务完成度为核心的评估指标可能无法捕捉智能体在集体层面上的策略性行为76% 相似待验证在评估Agent能力时，行动完成率（task completion rate）比推理流畅度更能说明模型的可靠性74% 相似待验证单纯的成功率（success rate）无法捕捉一致性、无法反映拒绝错误行动的表现、也无法衡量失败后果严重程度73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/962628

API

curl https://kongchang.com/api/v1/knowledge/claims/962628

MCP

get_claim(id=962628)