Sandkasser for agentevalueringer
I en evaluering må hver oppgave starte fra samme tilstand. Start hver kjøring fra samme mal, eller lag en forgrening fra en sandkasse du har satt opp. Hver kjøring får sin egen disk og kjerne.
Dette får agenten
- Samme utgangspunkt for hver kjøring
- Hver sandkasse starter fra en mal eller fra et øyeblikksbilde av en annen sandkasse. Ingen kjøring har tilgang til endringene fra en annen kjøring.
- Betal for hvert sekund av hver kjøring
- Forbruket måles per sekund sandkassen kjører, og oppstart er gratis. For en oppgave som kjører i 90 sekunder, betaler du for 90 sekunder.
Spørsmål
Kan to kjøringer dele disk?
Nei. Hver sandkasse har sin egen disk. En forgrening kopierer det nyeste øyeblikksbildet, slik at den nye sandkassen starter med de samme filene og deretter bare endrer sin egen kopi.
Begreper på denne siden
- Øyeblikksbilde av diskEt øyeblikksbilde av en disk er en lagret kopi av maskinens disk slik den var på et gitt tidspunkt. En ny maskin kan startes fra øyeblikksbildet, med de samme filene.
- KI-sandkasseEn KI-sandkasse er en isolert datamaskin der en KI-agent kjører kode. Kode i sandkassen får ikke tilgang til vertsmaskinen eller andre sandkasser.
Gi agentene dine et arbeidsområde
Opprett et arbeidsområde, eller kopier oppsettsinstruksen og la agenten din registrere seg selv.