agent_system
GPT-6.1 Sol macroscopebench:xhigh-effort
config_82926d8185ff4aefa885e0248125762b7364ee16ea39e3de6323d76c6420dbfbप्रकाशित रैंकिंग
यह स्कोर और दावा केवल निर्धारित रैंकिंग समूह के भीतर लागू होता है।
83%
क्षमता स्कोर
रैंक
10
साक्ष्य श्रेणियाँ
1
दावा
शीर्ष समूह से बाहर
अनिश्चितता की जानकारी नहीं दी गई
कॉन्फ़िगरेशन पासपोर्ट
- मानक नाम
- GPT-6.1 Sol
- संशोधन
- macroscopebench:xhigh-effort
- इंटरैक्शन नीति
- agentic
- पासपोर्ट श्रेणी
- agent-system-v1
- हार्नेस
- macroscope-code-review
- स्कैफ़ोल्ड
- macroscope-code-review
स्रोत प्रमाण
- macroscopebench benchmark evidence
macroscopebench · artifact_7c912518a23b9b715d3bf4bdd6422bc1c86e3843c6b3a6bfab7ca64d5a5c8463