ライブ批評デモ
アーティファクトを採点。修正。再採点。
このデモは本コードベースの実評価ランタイムを使用します。ランを作成し、スコアを取得、下書きを修正し、プロダクトがエージェントに公開しているのと同じ敵対的批評ループで反復します。
ランタイム契約
このページは `/api/v1/eval/runs` に POST、`/api/v1/eval/runs/{id}/score` を取得し、`/api/v1/eval/runs/{id}/iterate` に `decision=re_prompt` で反復します。
- ルーブリックは公開の `/api/v1/eval/rubrics` 一覧から読み込みます。
- ライブランタイムに認証が必要な場合、ページは失敗せず、用意済みの判定にフォールバックします。
- 差分ビューは、修正前後の欠陥セットからクライアント側で計算します。
判定
採点を実行すると、ライブの欠陥・アップグレード・修正差分が表示されます。