Evaluar agentes de deep research en dimensiones factual, de calidad y de proceso con MiroEval
Puntúa agentes de deep research en tareas de referencia utilizando verificación factual, puntuación de calidad de informes y evaluación de procesos antes de implementar cambios en el modelo o flujo de trabajo.
Prerrequisitos
Python, uv, JSON de resultados del modelo, claves API requeridas para servicios de juez y recuperación
Instalación
No se pudieron extraer automáticamente instrucciones de instalación o uso basadas en fuente. Revisa el proyecto upstream antes de ejecutar esta habilidad en un flujo de trabajo sensible.