Ik zal echte harde terminal bench- en swe bench benchmarktaken maken
AI-evaluatie
Over deze dienst
Ik ben een ervaren terminal bench- en SWE-bench benchmarktaak-auteur.
Ik heb 32 harde Terminal-Bench 2.1-taken gemaakt en ingediend via het Snorkel AI-platform voor training en evaluatie van frontier AI-agenten, waarvan 21 inzendingen zijn geaccepteerd.
Ik ben geselecteerd als beoordelaar voor de beoordeling van SWE-bench benchmarktaken om kwaliteit en gereedheid van taken te ondersteunen. Ik heb 83 ingediende SWE-bench-taken beoordeeld en waar mogelijk aanpassingen doorgevoerd.
Ik heb ook 21 SWE-bench benchmarktaken ingediend, en daarvan zijn 17 geaccepteerd.
Tot nu toe heb ik ook 13 taken van Terminal Bench 3.0 gemaakt.
Tot nu toe zijn er 18 taken van Terminal Bench 4.0 gemaakt.
In deze gig bied ik taken aan voor de volgende benchmarks:
- Terminal Bench 2.1
- Terminal Bench 3.0
- Terminal Bench 4.0
- SWE Bench
Er zijn drie pakketten (Basic, Standard en Premium) met elk een verschillend aantal taken.
Ik garandeer taken van hoge kwaliteit en echte moeilijkheidsgraad (foute mislukkingen vermijden), ongeacht het pakket dat je kiest.

