Benchmarks › Aufgaben › Die zweite Hälfte
Stufe 4 von 5 · Mehrschritt-Kette mit RegelnWorkspace-Aufgabe
Die zweite Hälfte
Ein halbfertiges Archiv in den Sollzustand bringen — teils richtig, teils falsch, und niemand sagt, welches welches ist. Misst, ob ein Agent abgleicht, bevor er anfängt.
Mit einem freien Konto siehst du hier den wörtlichen Prompt, das Ziel, die optimale Lösung samt theoretischem Tool-Call-Minimum - und die Ergebnisse der freigegebenen Modelle.