Creerò compiti genuini hard terminal bench e SWE bench benchmark
Valutazione AI
Informazioni su questo servizio
Sono un autore esperto di Terminal Bench e SWE bench benchmark task.
Ho creato e presentato 32 compiti hard Terminal-Bench 2.1 attraverso la piattaforma Snorkel AI per l’addestramento e la valutazione di agenti AI di frontiera, di cui 21 invii sono stati accettati.
Sono stato selezionato come revisore per la valutazione dei compiti benchmark SWE-bench per supportare la qualità e la verifica della prontezza dei compiti. Ho revisionato 83 compiti SWE-bench presentati e ho implementato correzioni dove possibile.
Ho presentato anche 21 compiti SWE bench benchmark, e ne ho 17 accettati.
Ho creato anche 13 compiti di Terminal Bench 3.0 finora.
Numero di compiti creati di 18 compiti di Terminal Bench 4.0 finora.
In questa gig offro compiti dei seguenti benchmark:
- Terminal Bench 2.1
- Terminal Bench 3.0
- Terminal Bench 4.0
- SWE Bench
Ci sono tre pacchetti (Basic, Standard, e Premium) che contengono un diverso numero di compiti in ogni pacchetto.
Garantisco compiti di alta qualità e con una difficoltà genuina elevata (evitando falsi fallimenti) indipendentemente dal pacchetto che scegli.

