strategy-scope/res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_123017

--- tags: - strategy-scope - CREATE - evaluation --- # res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_123017 Evaluation results for `strategy-scope/exp_best-config-165-gpt4.1mini_20260407_111647`. ## Aggregate Statistics | Metric | Value | |--------|-------| | Instances | 5 | | Avg paths/instance | 18.0 | | Avg valid/instance | 17.8 | | Avg factuality | 0.6365 | | Avg strength | 2.2778 | | Avg pairwise distance | 0.9216 | | Avg utility (factuality threshold=0.0) | 17.1623 | | Avg utility (factuality threshold=1.0) | 6.5724 | ## Parameters - **Eval model:** gpt-4o-mini - **Patience:** 0.9 - **Total eval calls:** 180 - **Timestamp:** 20260407_123017--- 标签： - 策略范围（strategy-scope） - CREATE - 评估（evaluation） --- # res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_123017 针对`strategy-scope/exp_best-config-165-gpt4.1mini_20260407_111647`的评估结果。 ## 汇总统计指标 | 指标 | 数值 | |--------|-------| | 样本量（Instances） | 5 | | 单样本平均路径数（Avg paths/instance） | 18.0 | | 单样本平均有效数（Avg valid/instance） | 17.8 | | 平均事实性（Avg factuality） | 0.6365 | | 平均强度（Avg strength） | 2.2778 | | 平均两两距离（Avg pairwise distance） | 0.9216 | | 平均效用（Avg utility (factuality threshold=0.0)） | 17.1623 | | 平均效用（Avg utility (factuality threshold=1.0)） | 6.5724 | ## 参数配置 - **评估模型（Eval model）：** gpt-4o-mini - **容忍度（Patience）：** 0.9 - **总评估调用次数（Total eval calls）：** 180 - **时间戳（Timestamp）：** 20260407_123017