ارزیابی صحت پاسخ‌های عامل هوش مصنوعی با Gemini و Google Sheets

🤖 این گردش‌کار یک عامل هوش مصنوعی مبتنی بر Google Gemini را برای پاسخ‌گویی به ورودی‌های متنی اجرا می‌کند.

🧮 عامل در صورت نیاز از ابزار ماشین‌حساب برای انجام محاسبات استفاده می‌کند. داده‌های آزمایشی شامل ورودی و پاسخ صحیح مورد انتظار از Google Sheets خوانده می‌شوند.

📊 خروجی تولیدشده با پاسخ مرجع مقایسه شده و معیار Correctness در مقیاس ۱ تا ۵ ثبت می‌شود. امکان اجرای دستی گردش‌کار و بررسی پاسخ نمونه نیز وجود دارد.