Je créerai des tâches authentiques de bench Terminal hard et de bench SWE
Évaluation IA
À propos de ce service
Je suis un auteur expérimenté de tâches de bench Terminal et de bench SWE.
J’ai créé et soumis 26 tâches Terminal-Bench 2.1 hard via la plateforme Snorkel AI pour l’entraînement et l’évaluation d’agents d’IA en frontier, dont 14 soumissions ont été acceptées.
J’ai été sélectionné comme relecteur pour la révision des tâches de bench SWE afin d’assurer la qualité et l’état de préparation des tâches. J’ai examiné 83 tâches SWE soumis et ai effectué des corrections lorsque cela était nécessaire.
J’ai également soumis 21 tâches de bench SWE, et 17 ont été acceptées parmi elles.
J’ai également créé 13 tâches de Terminal Bench 3.0 à ce jour.
Nombre total de tâches créées : 18 tâches de Terminal Bench 4.0 à ce jour.
Dans ce gig, je propose des tâches pour les benchmarks suivants :
- Terminal Bench 2.1
- Terminal Bench 3.0
- Terminal Bench 4.0
- SWE Bench
Il existe trois packs (Basic, Standard et Premium) contenant un nombre différent de tâches dans chaque pack.
Je garantis des tâches de haute qualité et d’un niveau de difficulté élevé et authentique (en évitant les faux échecs) quel que soit le pack que vous achetez.

