agent_system
GPT-6 Sol macroscopebench:high-effort
config_e25f44e408a733401428874642e5edfe2bf935f05a41052f7ab74ee0fbb99318Yayınlanan sıralama
Bu puan ve iddia yalnızca bağlı sıralama grubu içinde geçerlidir.
76%
yetenek puanı
Sıra
16
Kanıt aileleri
1
İddia
Üst set dışında
Belirsizlik raporlanmadı
Yapılandırma pasaportu
- Standart ad
- GPT-6 Sol
- Revizyon
- macroscopebench:high-effort
- Etkileşim politikası
- agentic
- Pasaport sınıfı
- agent-system-v1
- Test altyapısı
- macroscope-code-review
- İskele
- macroscope-code-review
Kaynak kanıtı
- macroscopebench benchmark evidence
macroscopebench · artifact_7c912518a23b9b715d3bf4bdd6422bc1c86e3843c6b3a6bfab7ca64d5a5c8463