algorithmic-art (Anthropic) vs diagnosing-bugs (Matt Pocock)
algorithmic-art (Anthropic)
22.5 / 30
状況次第安全
algorithmic-art:どの群もルールチェックは合格しますが(4.5 / 4.8 / 5.0)、実際の哲学文書を書くのはスキルと一文プロンプトのみです。スキルはトークンが 2 倍かかります。
- SOTA合格
diagnosing-bugs (Matt Pocock)
22.9 / 30
状況次第安全
mattpocock diagnosing-bugs:「フィードバックループを先に構築する」ルールの一文版は、フルスキルと同等の結果を出し、コストはスキルの 0.95 倍でした。
- SOTA合格