DeepSeek-V4.1-Flash · FrontierSWE v2 · No-GPU public subset; Mean@5; multi-agent; 20-hour deadline · 成绩与配置

DeepSeek-V4.1-Flash 的 FrontierSWE v2 · No-GPU public subset; Mean@5; multi-agent; 20-hour deadline 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 1 条来源定位。

成绩与评测条件

DeepSeek-V4.1-Flash · FrontierSWE v2 成绩与配置
指标与成绩配置与评测条件出处
Mean@532.9%原文 32.90% · 单位 %
公布 未确认
DeepSeek-V4.1-Flash multi-agent 20h
设置
Official V4.1 report Section 5.3.5; no-GPU subset and 20-hour per-rollout deadline.
未知项
Multi-agent experiments are explicitly excluded from the regular presentation under SPEC.
工具
工具条件未记录
推理预算
未记录
框架
未记录
协议
Official V4.1 report Section 5.3.5; no-GPU subset and 20-hour per-rollout deadline.
条件
Multi-agent peak value at the 20-hour deadline; preliminary experiment excluded from regular presentation.
在排名中查看此成绩

出处与披露

测试版本与指标

  • Mean@5 · % · 越高越好