件の評価ソース公式評価
FrontierSWE v2
このページの内容は中国語です。
Proximal Labs / 编程 · 长时间运行的工程实现与研究任务
AIDC热点 内観察中
根拠の予算スコア対象外
上流データ時刻確認中
直近の同期成功収集未開始
何をどう測るか
只比较 v2 的统一 Proximus harness，不与旧版和 best-of 不同条件混合。
この根拠の使い方
观察中：长任务新型号覆盖仍较少，稳定原始数据入口和运行配置需要补齐。
評価の制約とデータの帰属
观察中：长任务新型号覆盖仍较少，稳定原始数据入口和运行配置需要补齐。
データライセンス：待确认榜单数据使用边界
成绩由 Proximal Labs 发布，原始分数与 AIDC热点 共识分使用不同尺度，不能直接相加。