Der durchschnittliche kumulative Reward/Score ist eine wichtige Bewertungsmetrik für Agenten-Aufgaben im Bereich großer Sprachmodelle und Inferenz. Die kumulierten Belohnungen oder Gesamtpunktzahlen, die ein Agent in einer Interaktionsumgebung erzielt, messen die Qualität der Strategie des Agenten und seine Anpassungsfähigkeit an komplexe, dynamische Umgebungen. Diese Metrik wird häufig in Agenten-Benchmarks wie WebArena, GAIA und OSWorld verwendet. Sie wird üblicherweise als dimensionsloser Score berichtet. Die Metrik wird in relevanten Benchmarks und Publikationen weit verbreitet eingesetzt und spiegelt effektiv die Leistung des Modells in dieser Dimension wider. Höhere Werte sind besser.