Claude Fable 5.1 · GDP.pdf · 100 professional PDFs and prompts · 成绩与配置

Claude Fable 5.1 的 GDP.pdf · 100 professional PDFs and prompts 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Claude Fable 5.1 · GDP.pdf 成绩与配置
指标与成绩配置与评测条件出处
Mean criterion pass rate85.4%原文 85.4% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
禁止工具
推理预算
max
框架
未记录
协议
GDP.pdf; 100 professional prompts; mean criteria pass rate; average over five runs; adaptive max effort.
条件
No tools; documents provided as base64-encoded PDFs.
在排名中查看此成绩
Mean criterion pass rate85.1%原文 85.1% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
允许工具
推理预算
max
框架
未记录
协议
GDP.pdf; 100 professional prompts; mean criteria pass rate; average over five runs; adaptive max effort.
条件
Tools and image cropping; container includes PDF and standard libraries.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 GDP.pdf

  • Mean criterion pass rate · % · 越高越好