待验证50% 置信基准精确时间
论文在GoBrowse、ALFWorld、AppWorld和τ-bench四个智能体基准上评估了GEPA-Curator。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证code-review-and-quality技能来自addyosmani/agent-skills，会在代码合并前进行结构化审查，覆盖正确性、可读性、架构、安全性和性能五个维度61% 相似待验证EntityRise的审计覆盖ChatGPT、Claude、Gemini、Grok和Perplexity五个AI供应商，记录大约75次观察，每个发现都标注置信度。61% 相似待验证智能体评估基准测试套件包括GAIA、AgentBench和SWE-bench61% 相似待验证评估智能体编程能力的主流基准包括SWE-bench、SWE-bench Verified和HumanEval61% 相似待验证Figo 监测 ChatGPT、Claude、Gemini 和 Perplexity 四大 AI 助手，追踪它们在产品推荐问题上给出的答案61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105952API
curl https://kongchang.com/api/v1/knowledge/claims/1105952MCP
get_claim(id=1105952)