行业与实践 · 工具与框架

工具与框架/2026-10-29/12 分钟

Inspect 评测集：多任务一起跑，失败从上次停下的地方接着做

eval-set 把多道任务放进同一个日志目录。失败默认立刻重试，最多 10 次，并复用已完成样本。max_tasks 默认取 10 和模型数里较大的那个。