Демонстрационные данные: оценки сгенерированы для примера и не являются результатами реальных испытаний.
КАТЕГОРИЯ · предметная область
Управление, unit-экономика, договоры, деловая переписка в российском контексте.
1 набор · ведомость по области →
Агентные задачи с инструментами (RU) v1.0.0
Взвешенный по покрытию балл системы по текущим опубликованным версиям наборов области (SCORING.md §3.4). Балл показывается при покрытии не менее половины версий области; иначе — честное «мало данных».
VectorLM vector-1 + AgentScaffold (demo)
покрыто 1 из 1 версии области (100 %)
Измерения лучшей системы области по шкале 0–100.
5
всего задач в текущих версиях наборов
4
публичных и отладочных (промпты открыты)
1
в закрытом holdout — защита от contamination