task_id video run score cat steps pred question files context kinds
Keyboard: ←/→ navigate · Esc back

▾ Question / 質問

▾ 🎥 Video / 動画

▾ 📝 Transcript (Whisper) / 文字起こし

▾ Context files (input data) / 入力データ

▾ ✅ Gold answer / 正解 (read-only display, not visible to agents)

▾ 🔬 Failure analysis (v1) / 失敗分析

▾ 🤖 Run result (baseline) / Baseline 実行結果

Prediction (model output) / モデル出力

Steps (ReAct trace) / ステップ

✕