Historie revizí

Autor SHA1 Zpráva Datum
  Darren Hinde 926d68de93 fix(evals): repair deterministic eval baseline (behavioral regressions + tsc build) (#334) před 1 měsícem
  Alexander Daza e81f71bdac feat: ExecutionBalanceEvaluator and docs (#27) před 8 měsíci
  darrenhinde e43eaff317 feat(evals): add BehaviorEvaluator and improve test validation před 8 měsíci
  darrenhinde 478c8e3e85 feat: implement SDK-based evaluation framework with real agent testing před 9 měsíci