LoyaltyOps-Bench 0.5.0 离线试用

首次使用页面 · English

离线运行两道虚构会员运营任务，再查看结果和判定依据。

按顺序查看：两题与运行说明 → 固定数据与字段 → 报告怎么读。

先下载并解压0.5.0源码ZIP，再在解包根目录使用Python 3.9及以上，不需要下载依赖或启动模型。

代码0.5.0，任务prototype-v0.1，语言task-language-v0.4.0，数据fixed-v0.2。

一个模板、两个任务状态、三组数据（baseline/partial_refund/contact_kinds），共六种组合。

使用 --dataset 选择，默认baseline；新增故障为 ignore_partial_refund 与 service_as_marketing。

见首次试用任务、反馈、

接入概览及版本说明。

CLI默认中文，页面默认英文并可切换中文；各次运行使用新的输出目录。

当前版本仍只有一个模板、两道现有题，没有真实模型调用。历史模型成绩属于代码0.3.0，保留于独立历史入口，未改标为0.5.0；

当前脚本与历史模型结果分开。脚本通过不代表模型表现、生产安全或实际经营提升。

完整源码、导出和示例供维护者使用，不整体提供给被测Agent；正常接口不包含评分答案。

下一题草案仅供讨论，未实现，不增加当前覆盖。

见构建与核对及许可范围。