FrontierSWE v2
Proximal Labs / 程式設計 · 長時間執行的工程實現與研究任務
在 888news 中觀察中
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼,怎麼測
只比較 v2 的統一 Proximus harness,不與舊版和 best-of 不同條件混合。
如何使用這份依據
觀察中:長任務新型號覆蓋仍較少,穩定原始資料入口和執行配置需要補齊。
評測局限與數據署名
觀察中:長任務新型號覆蓋仍較少,穩定原始資料入口和執行配置需要補齊。
數據許可:待確認榜單資料使用邊界
成績由 Proximal Labs 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。