ES ▾
SNAPE REP RT Portada →
ConfirmadoTrucos y herramientas31 oct, 22:46 UTC

Repetición de Memdoor: cinco agentes Qwen3.8-27B promedian 9,8 de 10 en problemas de LiveCodeBench Hard; Fable 5 solo, 8,0

El repositorio reconstruye el método multiagente GVS5H y publica las 50 ejecuciones (35,79 dólares en total) solo sobre los diez primeros problemas; advierte que no se puede descartar contaminación de datos de entrenamiento y que Fable 5 no se ejecutó en el mismo arnés.

Leer en Memdoor (GitHub) Compartir
Más de Snape ReportPortada →