在设计 Agent 评估时，如何衡量 planning 能力和 hallucination rate？

Question

Accepted Answer

考察点：考察对 Agent 规划能力与幻觉率的量化评估方法论。回答思路：能给出 planning 能力的具体衡量指标（如步骤正确率、规划完成度） 能说明 hallucination rate 的定义与测量方式（人工标注或自动对照） 能区分两者评估的数据来源和评测集的构建

考察说明