GLM-5 · CyberGym · GLM-5固定v2报告/模型卡;版本未注明 · 成绩与配置

GLM-5 的 CyberGym · GLM-5固定v2报告/模型卡;版本未注明 记录。本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录),附 2 条来源定位。

成绩与评测条件

GLM-5 · CyberGym 成绩与配置
指标与成绩配置与评测条件出处
Pass@143.2原文 43.2 · 单位 未标注
公布 未确认
GLM-5 · 报告与固定模型卡
设置
最终后训练GLM-5;各行scaffold、解码与工具条件分别见protocol,未将工具或来源另立为推理档位。
未知项
来源未逐项明确思考开关、reasoning effort、服务精度与完整题集修订。、Tool-Decathlon报告39.2与固定卡38.0均保留;BrowseComp上下文管理的正文与附录方法描述不一致。
工具
工具条件未记录
推理预算
输出上限 32000 tokens
框架
Claude Code 2.1.18
协议
Claude Code 2.1.18; think mode; no web tools; temperature 1.0; top_p 1.0; max_new_tokens 32000; 250-minute timeout; single-run Pass@1 over 1,507 tasks. Reasoning effort is not stated.
条件
Claude Code 2.1.18; think mode; no web tools; temperature 1.0; top_p 1.0; max_new_tokens 32000; 250-minute timeout; single-run Pass@1 over 1,507 tasks. Reasoning effort is not stated.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 CyberGym

  • Pass@1 · 单位未标注 · 越高越好