strategy-scope/res_output_gpt41mini_single_strategy_prompt-20260407_130036

---
tags:
- strategy-scope
- CREATE
- evaluation
---

# res_output_gpt41mini_single_strategy_prompt-20260407_130036

Evaluation results for `strategy-scope/output_gpt41mini_single_strategy_prompt`.

## Aggregate Statistics

| Metric | Value |
|--------|-------|
| Instances | 165 |
| Avg paths/instance | 12.2 |
| Avg path length | 2.9 |
| Avg valid/instance | 11.2 |
| Avg valid & factual/instance | 4.7 |
| Avg factuality | 0.7232 |
| Avg strength | 2.8135 |
| Avg pairwise distance (ft=0.0) | 0.7808 |
| Avg pairwise distance (ft=1.0) | 0.6767 |
| Avg utility (ft=0.0) | 16.8886 |
| Avg utility (ft=1.0) | 8.6947 |

## Parameters

- **Eval model:** gpt-4o-mini
- **Patience:** 0.9
- **Total eval calls:** 4036
- **Timestamp:** 20260407_130036

tags:
- 策略范围（strategy-scope）
- CREATE
- 评估

# res_output_gpt41mini_single_strategy_prompt-20260407_130036

针对`strategy-scope/output_gpt41mini_single_strategy_prompt`的评估结果。

## 汇总统计指标

| 指标 | 数值 |
|--------|-------|
| 样本量 | 165 |
| 单样本平均路径数 | 12.2 |
| 平均路径长度 | 2.9 |
| 单样本平均有效结果数 | 11.2 |
| 单样本平均有效且符合事实的结果数 | 4.7 |
| 平均事实性得分 | 0.7232 |
| 平均强度得分 | 2.8135 |
| 平均成对距离（ft=0.0） | 0.7808 |
| 平均成对距离（ft=1.0） | 0.6767 |
| 平均效用（ft=0.0） | 16.8886 |
| 平均效用（ft=1.0） | 8.6947 |

## 实验参数

- **评估模型**：gpt-4o-mini
- **耐心阈值**：0.9
- **总评估调用次数**：4036
- **时间戳**：20260407_130036