> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 能力实验

> 把一次模型失败与假设、为其采集的数据以及测得的结果关联起来的记录

能力实验是[机群学习循环](/docs/zh/fleet-learning/overview.md)中的一轮，以书面形式记录下来。它从您的模型在某个特定模型版本上出现的失败开始。它提出一个假设，说明哪些数据可以修复这个失败。它以测得的结果和关于下一次分配的决定结束。

Avala 为[差距报告](/docs/zh/fleet-learning/failure-ingestion.md)中的每个失败条件开启一个能力实验。在采集、发布和重新评估的过程中，Avala 持续更新这份记录。您会在每份[能力报告](/docs/zh/fleet-learning/evaluation.md)中收到它。

## 字段

| 字段 | 内容 |
| - | - |
| `model_version` | 出现该失败的模型版本。此标识符由您提供。 |
| `failure_condition` | 失败及其出现的条件，取自失败分类体系。`mistake_type` 和 `failure_stage` 使用与失败序列的[结果标签](/docs/zh/fleet-learning/sequence-metadata.md)相同的标记。 |
| `hypothesis` | 一个可检验的陈述：哪些数据应当改变哪个指标，以及改变的方向。 |
| `coverage_cells` | 该实验针对的[覆盖单元](/docs/zh/fleet-learning/coverage.md)。 |
| `capture_campaign` | 采集数据的采集活动。 |
| `dataset_release` | 承载新序列的带版本号的数据集发布版本。 |
| `evaluation_cohort` | 用于衡量结果的留出[评估场景](/docs/zh/fleet-learning/evaluation.md)。这些场景的序列带有 `evaluation_membership: "held_out_eval"`。 |
| `outcome` | 每个模型版本在评估组上测得的结果，附带置信区间。 |
| `next_allocation` | 下一个周期采集什么，以及原因。 |

## 记录示例

```json theme={null}
{
  "experiment_id": "cx_dishwasher_rack_regrasp",
  "status": "validating",
  "model_version": "your-policy@2026-09-20",
  "failure_condition": {
    "mistake_type": "slip_during_place",
    "failure_stage": "place",
    "taxonomy_version": "3",
    "conditions": ["lower_rack_pulled_out", "wet_ceramic", "rack_obstacle_present"]
  },
  "hypothesis": "Adding expert sequences with slip and recovery on lower dishwasher racks raises success on the rack-loading cohort and lowers the intervention rate.",
  "coverage_cells": [
    {
      "environment": "kitchen",
      "mechanism": "dishwasher_pull_rack",
      "material": "ceramic_wet",
      "interaction_primitive": "place",
      "failure_mode": "regrasp_after_slip",
      "embodiment": "human_egocentric"
    }
  ],
  "capture_campaign": { "project_uid": "<project-uid>" },
  "dataset_release": { "dataset": "your-org/kitchen-manipulation", "release": "r4" },
  "evaluation_cohort": { "cohort_id": "eval_kitchen_racks", "version": "2" },
  "outcome": null,
  "next_allocation": null
}
```

在 Avala 重新评估下一个模型版本之前，`outcome` 和 `next_allocation` 保持为空。

## 记录如何关联现有对象

能力实验保存的是引用。每个字段都指向一个您已经可以在 Mission Control、API、SDK 和 MCP 服务器中打开的对象。

| 实验字段 | 现有对象 | 读取位置 |
| - | - | - |
| `failure_condition` | 显示该失败的[机群录制](/docs/visualization/fleet/fleet-dashboard.md)和[机群事件](/docs/visualization/fleet/events-and-markers.md)，以及失败序列的结果标签 | `client.fleet.recordings.get(...)`、`client.fleet.events.list(recording_id=...)`、`client.sequence_outcomes.list(owner, slug, outcome=...)`、MCP `fleet_get_recording`、`fleet_list_events`、`list_sequence_outcomes` |
| `capture_campaign` | 运行该采集活动的[项目](/docs/zh/getting-started/concepts.md) | `client.projects.get(uid)`、MCP `list_capture_campaigns`、`get_campaign_acceptance_summary` |
| `coverage_cells` | 采集活动项目上的验收覆盖 | MCP `get_campaign_acceptance_coverage` |
| `dataset_release` | 一个[数据集](/docs/zh/getting-started/concepts.md)及其[切片](/docs/api-reference/slices.md) | `client.datasets.get_by_slug(owner, slug)`、`client.slices.get(owner, slug)`、MCP `get_dataset`、`get_slice` |
| `evaluation_cohort` | 一个留出评估场景的切片，不进入任何训练发布版本 | `client.slices.get(owner, slug)`、`client.sequence_outcomes.list(owner, slug, evaluation_membership="held_out_eval")`、MCP `get_slice`、`list_sequence_outcomes` |

失败与恢复通道和每个评估组都以切片形式交付。您可以用 `client.slices.list_items(owner, slug)` 列出其中的数据项。

## 生命周期

| 状态 | 含义 |
| - | - |
| `proposed` | Avala 根据差距报告起草了假设和目标覆盖单元。 |
| `approved` | 您批准了简报。采集活动已开启。 |
| `collecting` | 序列正在被采集、审核和验收。 |
| `released` | 数据集发布版本已发布。您正在其上训练。 |
| `validating` | Avala 正在评估组上为新的模型版本打分。 |
| `closed` | 结果已记录，下一次分配已设定。 |

已关闭的实验会保留在记录中。针对同一失败条件的下一个实验会链接回它，因此您可以跨模型版本追踪一项能力。