Obtén la clasificación del agente de codificación para un conjunto de evaluación
Clasifica las ejecuciones completadas del agente de codificación de la suite, una fila por cada (agente, modelo, esfuerzo). Solo participan las ejecuciones que registraron un agent_name — una ejecución de QA o de transcripción de la misma suite no tiene ningún agente al que atribuir una puntuación y no constituye una fila del tablero. accuracy es la media de metric (por defecto reward) sobre los ensayos puntuados de la fila, y accuracy_ci es el intervalo de Wald del 95% a su alrededor; ambos se derivan por solicitud en lugar de almacenarse, por lo que volver a ejecutar un ensayo fallido los desplaza en lugar de dejar una copia desactualizada. agent_version se informa, pero no forma parte de la identidad de la fila, así que una actualización del agente no divide una fila en dos. Las filas se ordenan por accuracy de forma descendente, con los nulos al final. Pasa suite_version cuando la suite tenga más de una; de lo contrario, el tablero mezcla conjuntos de tareas.
Autorizaciones
Gateway auth: send Authorization: Bearer <mka1-api-key>. For multi-user server-side integrations, you can also send X-On-Behalf-Of: <external-user-id>.
Encabezados
Optional external end-user identifier forwarded by the API gateway.
Parámetros de ruta
Parámetros de consulta
Restringe el panel a una sola versión de la suite. Omítelo para agregar todas las versiones, lo que mezcla conjuntos de tareas; es preferible fijarlo cuando la suite tiene más de una.
1 <= x <= 2147483647La clave scores para promediar en accuracy. Por defecto es reward, lo que el harness escribe para una tarea de aprobar/fallar. Coincide como una sola clave de nivel superior, así que reward.avg busca la clave literal.
128^[\w.-]+$Restringir a un solo nombre de agente.
128Restringir a un solo modelo.
255Máximo de filas devueltas.
1 <= x <= 200Respuesta
Está bien
La versión a la que estaba restringida esta tabla, o null cuando abarca todas las versiones.
-9007199254740991 <= x <= 9007199254740991La clave scores promedia accuracy. Se devuelve tal cual para que una tabla renderizada a partir de una métrica no predeterminada se describa por sí misma.
Filas ordenadas por accuracy en orden descendente, con los nulos al final, y luego por agente, modelo y esfuerzo.