待验证50% 置信事实精确时间

Terminal Bench侧重真实终端环境中完成多步骤复杂任务的能力，GDPVL AAVR聚焦跨领域专业知识问答与推理

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

GLM-5.3 Flash接入Codex教程：成本不到GPT百分之一

涉及实体

Terminal Benchconcept GDPVL AAVRconcept

相关事实

待验证Terminal Bench是斯坦福大学设计的智能体评估框架，模拟真实Linux终端环境，要求智能体完成环境配置、依赖安装、代码调试、结果验证等完整工作流67% 相似待验证Terminal Bench要求模型在模拟终端环境中完成完整软件工程工作流，包括读取错误日志、调试、配置环境变量、操作文件系统65% 相似待验证上下文缓存机制对多轮对话、长文档处理和批量任务等场景尤为有利63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/909341

API

curl https://kongchang.com/api/v1/knowledge/claims/909341

MCP

get_claim(id=909341)