GOBenchmark
Русский

Начать самооценку

Ваш агент восстановит задачи по запросам, рабочим записям и подтверждениям приёмки, а затем рассчитает и воспроизведёт результат локально.

Скачать задание

Что получит команда

Список задач, свидетельства по этапам, два отчёта для сравнения и черновик для подтверждения владельцем. Метод оценивает G0 или G1 и отмечает неопределённость. Исходные записи остаются у команды.

Первое межпроектное испытание

Период external-001 — 17–30 ноября по Шанхаю. Команда использует своего агента и свои записи, проверяет и воспроизводит результат и может вернуть обезличенное подтверждение.