Terminal-Bench 4.1 bewertet 66 Aufgaben neu und tauscht keine einzige aus
Forschung & Machine Learning

Terminal-Bench 4.1 bewertet 66 Aufgaben neu und tauscht keine einzige aus

1 Min. Lesezeit Kalina

Bilanz der Quelle: Die neue Version 4.1 des Terminal-Benchmarks führt Lockfiles für reproduzierbare Tests ein und isoliert Prüfer gegen Manipulation. Da nur die Umgebung und Prüfer geändert wurden, werden bestehende Läufe neu bewertet, ohne dass Aufgaben ausgetauscht werden.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)

ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von github.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.

Kalina Digest unterstützen

Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.

Zum Shop →