Ich erstelle echte harte Terminal-Bench- und SWE-Bench-Benchmark-Aufgaben
KI-Bewertung
Über diesen Service
Ich bin ein erfahrener Autor von Terminal-Bench- und SWE-Bench-Benchmark-Aufgaben.
Ich habe 32 harte Terminal-Bench 2.1-Aufgaben über die Snorkel AI-Plattform für das Training und die Bewertung frontier AI-Agenten erstellt und eingereicht, wovon 21 Einsendungen akzeptiert wurden.
Ich wurde als Gutachter ausgewählt, um SWE-bench-Benchmark-Aufgaben zu überprüfen, damit Qualität und Einsatzbereitschaft gewährleistet sind. Ich habe 83 eingereichte SWE-bench-Aufgaben geprüft und, soweit möglich, Fehler behoben.
Ich habe außerdem 21 SWE-bench-Benchmark-Aufgaben eingereicht und davon 17 akzeptiert worden.
Ich habe bislang auch 13 Aufgaben von Terminal Bench 3.0 erstellt.
Bislang wurden 18 Aufgaben von Terminal Bench 4.0 erstellt.
In diesem Gig biete ich Aufgaben zu den folgenden Benchmarks an:
- Terminal Bench 2.1
- Terminal Bench 3.0
- Terminal Bench 4.0
- SWE Bench
Es gibt drei Pakete (Basic, Standard und Premium), die jeweils unterschiedliche Aufgabenanzahlen enthalten.
Ich garantiere hochwertige Aufgaben mit echter, anspruchsvoller Schwierigkeit (Fehlmeldungen vermeiden), unabhängig davon, welches Paket du kaufst.

