strategy-scope/res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_122901

--- tags: - strategy-scope - CREATE - evaluation --- # res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_122901 Evaluation results for `strategy-scope/exp_best-config-165-gpt4.1mini_20260407_111647`. ## Aggregate Statistics | Metric | Value | |--------|-------| | Instances | 5 | | Avg paths/instance | 0.0 | | Avg valid/instance | 0.0 | | Avg factuality | 0.0000 | | Avg strength | 0.0000 | | Avg pairwise distance | 0.0000 | | Avg utility (factuality threshold=0.0) | 1.0000 | | Avg utility (factuality threshold=1.0) | 1.0000 | ## Parameters - **Eval model:** gpt-4o-mini - **Patience:** 0.9 - **Total eval calls:** 0 - **Timestamp:** 20260407_122901标签： - 策略范围（strategy-scope） - CREATE - 评估（evaluation） # res_exp_best-config-165-gpt4.1mini_20260407_111647-20260407_122901 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（Metric） | 数值（Value） | |--------|-------| | 样本量（Instances） | 5 | | 每个样本平均路径数（Avg paths/instance） | 0.0 | | 每个样本平均有效数（Avg valid/instance） | 0.0 | | 平均事实一致性（Avg factuality） | 0.0000 | | 平均强度（Avg strength） | 0.0000 | | 平均两两距离（Avg pairwise distance） | 0.0000 | | 平均效用（事实一致性阈值=0.0）（Avg utility (factuality threshold=0.0)） | 1.0000 | | 平均效用（事实一致性阈值=1.0）（Avg utility (factuality threshold=1.0)） | 1.0000 | ## 参数设置 - **评估模型（Eval model）:** gpt-4o-mini - **早停耐心值（Patience）:** 0.9 - **总评估调用次数（Total eval calls）:** 0 - **时间戳（Timestamp）:** 20260407_122901