#agentic benchmark

Agentic编程基准测试开源：Hugging Face数据集与榜单解读

LeanZero 将 agentic coding 基准测试数据开源至 Hugging Face，包含 94 行模型记录、逐轮构建得分与推理成本。本文解读 Forge 2.0 榜单中 Jev Router 与 GPT-6.1 Sol 的分数差异、数据局限性，以及这份数据集对 agent 评测的意义。