Демонстрационные данные: оценки сгенерированы для примера и не являются результатами реальных испытаний.

ЛИДЕРБОРД · редакция 2026-09

Ведомость испытаний

Ранжирование опубликованных запусков. Данные на 25 августа 2026 г. Рейтинг корректен внутри одной версии набора и профиля оценки.

ДоменСпособностьМодальностьПровайдерДоступНаборВерсияУровень

Период

Набор: Генерация и отладка кода (RU) v1.0.0 сбросить

1 запуск

на страницеЭкспорт CSV

Лидерборд: ранжирование систем по измерениям качества, безопасности, надёжности, эффективности и покрытия
Подробности запуска	№	Система	Качество	Безопасность	Надёжность	Эффективность	Покрытие	Уровень

Качество 78,7 95% ДИ 65,6–91,8 · n = 5 Безопасность — ДИ не рассчитан Надёжность — ДИ не рассчитан Эффективность 49,3 95% ДИ 40,6–58,1 · n = 5 Покрытие 100 % 95% ДИ 63 %–86 % · n = 5 Профиль оценки: Агентный профильHarness: CodeRunner (demo) 2.0.1Задач в запуске: 5Опубликован: 25 августа 2026 г.Протокол запуска →