Stanford CS224V 第 4 講：任務型 Agent 評估不能只看回答像不像人
CS224V 把任務型 agent 評估拆成狀態更新與完整互動：先測 semantic parser，再讓真人檢查任務完成、知識查詢與動作是否可靠。
#genie
2 篇文章Stanford CS224V 第 3 講：用 Genie Worksheets 建立不亂編動作的任務型 Agent
Genie Worksheets 把任務能力宣告成表單式規格，讓 contextual semantic parser 只更新形式對話狀態；查詢、動作與回應由 runtime 依規格執行。