Microsoft reports HydraFusion results on Terminal-Bench 2.1原文

Microsoft said Project HydraFusion achieved 4.9 percentage points higher verified task quality and 67% lower estimated cost versus Claude Opus 5 on Terminal-Bench 2.1 in controlled offline evaluations.

这条更新涉及 3 条赛道的 3 项工作，最高采信到 L2 部分自动化。

最高采信

L2部分自动化

工作

3

赛道

3

浏览

11.2 万

它涉及的工作

级别高的在前。点开一项工作，查看推动它的其他更新。

• L2部分自动化
  检查实操表现与职业能力职业技能与实操培训
  L2 部分自动化宣称 L3 · 采信 L2仅来自发布方
• L2部分自动化
  实现工具调用与智能体工作流模型应用与智能体系统
  L2 部分自动化仅来自发布方
• L1辅助
  构建研究原型并开展对照实验计算机与工程技术研究
  L1 辅助仅来自发布方

发布于