agent_system
Grok 4.6 macroscopebench:medium-effort
config_10f0ba0fa4acbaba4d1227648e8a00f2cb7bc77f44f64a7b4ccf1880e161daf2प्रकाशित रैंकिंग
यह स्कोर और दावा केवल निर्धारित रैंकिंग समूह के भीतर लागू होता है।
55%
क्षमता स्कोर
रैंक
3
साक्ष्य श्रेणियाँ
1
दावा
शीर्ष समूह से बाहर
अनिश्चितता की जानकारी नहीं दी गई
कॉन्फ़िगरेशन पासपोर्ट
- मानक नाम
- Grok 4.6
- संशोधन
- macroscopebench:medium-effort
- इंटरैक्शन नीति
- agentic
- पासपोर्ट श्रेणी
- agent-system-v1
- हार्नेस
- macroscope-code-review
- स्कैफ़ोल्ड
- macroscope-code-review
स्रोत प्रमाण
- macroscopebench-medium benchmark evidence
macroscopebench-medium · artifact_7c912518a23b9b715d3bf4bdd6422bc1c86e3843c6b3a6bfab7ca64d5a5c8463