情報指数の10回の評価において、BeamはAutomationBench-AA(48.5%)とCritPt(13.1%)で優れている。これにより、K2 Horizon(4.6%)やQwen3.8 27B(5.4%)を2倍以上に上回っている。最も低い結果はTerminal-Bench 4.0(3.0%)とAA-Briefcase(976 Elo)である。


情報指数の10回の評価において、BeamはAutomationBench-AA(48.5%)とCritPt(13.1%)で優れている。これにより、K2 Horizon(4.6%)やQwen3.8 27B(5.4%)を2倍以上に上回っている。最も低い結果はTerminal-Bench 4.0(3.0%)とAA-Briefcase(976 Elo)である。

原文の公開と権利は出典元に帰属します。
機械翻訳 · 原文をご参照ください