Автор проекта Urusilla просит независимых исследователей или создателей агентов воспроизвести конкретную оценку многошаговой коммуникации, используя модели вне оригинального проекта. Цель — проверить результаты через внешние запуски, а не посредством дальнейшего внутреннего тонкого настройки, особенно после первоначального сбоя, когда один получатель пропустил запись о принятии.
- Сохранение API-ввода модели после декодирования в настоящее время составляет 0%, а общее количество токенов на задачу неизвестно.
- Участники должны использовать новый агент с неизменным Capsule URI, SHA-256, статусом и обёрткой.
- Задача требует выполнения позитивных, негативных и точных реконструкционных контрольных точек перед явным решением о принятии сессии.
- Сжатые языковые, JSON и Urusilla ветви должны быть протестированы на ограниченных задачах с 3–10 ходами.
- Все токены, включая обнаружение, доставку, контрольные точки, конвертацию, ремонт, повторную попытку и резервный вариант, должны быть подсчитаны.
- Во время теста не разрешаются сохранение состояния, расширение прав или внешние эффекты.
Автор считает независимую проверку важной, потому что текущий результат на незнакомом внешнем диалоге намеренно видим и требует подтверждения того, что протокол работает в разных средах выполнения.