バグ修正 / v2.1.285
/claude-apiのmax_tokens打ち切り応答の集計誤り
CHANGELOG 原文(英語)
Fixed the /claude-api eval runner scaffold counting responses cut off at max_tokens in the score averages; they are now marked truncated and counted separately 公式の変更履歴を開く ↗ 日本語での補足
max_tokensで打ち切られた応答をスコア平均に含めていた/claude-apiのeval runner scaffoldを修正。現在はtruncatedとしてマークし、別集計するように。
関連ドキュメント
機能の基本的な使い方を確認できます。今回の変更は上の原文をご覧ください。