agent_system
Codex swe-rebench:Codex__tools
config_2503d09994edcf16bdf3fe21d749c4472d6a66f7df09489754741fad26b321f8प्रकाशित रैंकिंग
यह स्कोर और दावा केवल निर्धारित रैंकिंग समूह के भीतर लागू होता है।
58%
क्षमता स्कोर
रैंक
8
साक्ष्य श्रेणियाँ
1
दावा
शीर्ष समूह से बाहर
अनिश्चितता की जानकारी नहीं दी गई
कॉन्फ़िगरेशन पासपोर्ट
- मानक नाम
- Codex
- संशोधन
- swe-rebench:Codex__tools
- इंटरैक्शन नीति
- agentic
- पासपोर्ट श्रेणी
- agent-system-v1
- हार्नेस
- swe-rebench-tools
- स्कैफ़ोल्ड
- Codex__tools
स्रोत प्रमाण
- swe-rebench benchmark evidence
swe-rebench · artifact_fbb1b659562843da266aa20ec2295253d727ccd9b9469c78ab32df6fad1fffed