GOBenchmark
日本語

自己評価を始める

チームのエージェントが依頼、作業記録、受領記録から成果物を復元し、手元で評価と再計算を行います。

依頼文をダウンロード

チームが受け取るもの

作業一覧、工程別の証拠、比較用の報告書2件、責任者の確認を待つ受領記録です。遡及評価はG0またはG1を推定し、不確実性を明示します。元資料はチームの手元に残ります。

初回のプロジェクト間試行

external-001 の観察期間は上海時間11月17~30日です。チーム自身のエージェントと記録を使って確認・再計算し、匿名化した受領記録を返すことができます。