Average Cumulative Reward / Score は、大規模言語モデルと推論分野におけるエージェントタスクの重要な評価指標です。エージェントが対話環境で得る累積報酬または総合スコアであり、エージェントの戦略の質と複雑な動的環境への適応能力を測定します。WebArena、GAIA、OSWorld などのエージェントベンチマーク評価で一般的に使用されます。通常、無次元のスコアとして報告されます。この指標は関連するベンチマークや論文で広く使用されており、モデルがその次元で示すパフォーマンスを効果的に反映します。数値が高いほど良いです。