AMOR · 实验报告
AMOR 规划策略实验
deepseek-responses/deepseek-v4-pro · planning · 重复 1 次
d3e60809ede331e8GitHub 项目 官方公开基准
关于这个页面
这是项目作者显式导出并发布的脱敏实验快照，只保留汇总指标和任务状态。它不会读取或接收普通用户本机的真实任务与实验 Artifact；完整源码、架构文档与本地运行说明见 GitHub。
本次运行使用真实模型，结果对应页面所列的数据集和运行配置。
本次只比较规划策略；上下文策略保持一致（统一为 search-first）。
策略结果
管道通过
direct
- 成功率
- 100.0%
- 平均工具调用
- 10.00
- 总 Token
- 18,499
- 误报完成率
- 0.0%
存在失败
structured
- 成功率
- 0.0%
- 平均工具调用
- 10.00
- 总 Token
- 21,718
- 误报完成率
- 0.0%
任务结果
| 任务 | 上下文策略 | 规划策略 | 状态 | Verifier | 轮次 | 工具 | Token |
|---|---|---|---|---|---|---|---|
py_utils_average_empty | search-first | direct | SUCCEEDED | 通过 | 7 | 10 | 18,499 |
py_utils_average_empty | search-first | structured | BUDGET_EXHAUSTED | 未通过 | 8 | 10 | 21,718 |