Sube una trayectoria de muestra de evaluación
Almacena la sesión de una prueba de agente de codificación, en el formato de intercambio que haya producido el harness (regístralo en schema_version, por ejemplo ATIF-v1.7). steps se almacena literalmente y nunca se valida, por lo que un cambio en el formato del harness no necesita un lanzamiento del gateway. Está separado de la importación de la ejecución porque una trayectoria promedia ~92 KB y el total de una ejecución no cabría en una sola solicitud. Realiza upserts, así que reenviar después de un timeout reemplaza la trayectoria en lugar de fallar. Los índices de muestra son únicos por (task, model), no por ejecución, así que pasa task_id y/o model cuando la ejecución abarque más de uno: un índice ambiguo devuelve 400 en lugar de escribir en la prueba incorrecta. Rechaza una carga útil cuyos steps y logs juntos superen 16 MiB con 413.
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
0 <= x <= 2147483647Parámetros de consulta
Desambigua el índice de muestra, que es único por (tarea, modelo) y no por ejecución. Requerido cuando el índice coincide con ensayos de más de una tarea.
Desambiguar el índice de muestra cuando la ejecución cubre más de un modelo.
Cuerpo
Pasos exactamente como los escribió el arnés. Almacenados literalmente y nunca validados, por lo que un cambio de formato no requiere ninguna publicación de gateway.
Formato de intercambio de steps. Se almacena por fila para que una actualización del harness mantenga legibles las trayectorias más antiguas.
1 - 32Colas acotadas de los archivos de registro del ensayo, indexadas por su ruta en el directorio del ensayo — trial.log (el propio relato del arnés sobre el ensayo), verifier/test-stdout.txt / test-stderr.txt, exception.txt. El arnés lee el final de cada archivo antes de enviarlo; la carga útil completa sigue contando para el límite de tamaño de la trayectoria.
Respuesta
Está bien
-9007199254740991 <= x <= 9007199254740991-9007199254740991 <= x <= 9007199254740991Medido a partir de la carga útil almacenada, por lo que describe lo que realmente se escribió.
-9007199254740991 <= x <= 9007199254740991