Claude Sonnet 5.5 · ProgramBench(166 个保留的 golden tasks;架构与时限按协议区分) · 附件证据(ev55-multiagent-programbench)

Claude Sonnet 5.5 的 ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分 官方出处。见《Claude Sonnet 5.5 System Card》§8.12.1, PDF p.123, Figures 8.12.1.A-B。证据 ev55-multiagent-programbench。

原文与定位

We evaluated Claude Sonnet 5.5’s ability to operate in small multi-agent teams on ProgramBench, an agentic benchmark of 200 program reconstruction tasks. Each task involves rebuilding a codebase to reproduce a program’s behavior, using only the program’s compiled binary and documentation as a reference.
官方材料
Claude Sonnet 5.5 System Card · PDF 第 123 页
定位
附件 · §8.12.1, PDF p.123, Figures 8.12.1.A-B
材料版本
PDF cover dated 2026-09-28; 148 pages; collected 2026-11-10
版本公布
未确认
披露时间
未确认 · 首发/后补未确认
采集时间
历史依据
暂无可靠历史版本依据
引用文本

Claude Sonnet 5.5 · ProgramBench(166 个保留的 golden tasks;架构与时限按协议区分),披露记录。官方出处 Claude Sonnet 5.5 System Card(附件,PDF cover dated 2026-09-28; 148 pages; collected 2026-11-10)§8.12.1, PDF p.123, Figures 8.12.1.A-B,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=123。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-multiagent-programbench/

关联成绩与条件

此摘录未关联到已收录的成绩记录。