caveman-review (JuliusBrussee/caveman) vs internal-comms (Anthropic)
caveman-review (JuliusBrussee/caveman)
25.1 / 30
状況次第安全
caveman-review:コードレビューを、指摘ごとの短い行へと導きます(対照群 3.3、スキルあり 4.2、一文プロンプト 4.8)。トークンは同じですが、スキル自身の L<line> 行フォーマットが守られたのは一部の実行のみでした。フォーマットの一文プロンプトの方が高得点です。
- SOTA合格
internal-comms (Anthropic)
26.0 / 30
状況次第安全
internal-comms:スキルは独自のコンパクトな 3P 形式で更新を書きますが、3 群すべてがルールを 5.0 で合格します。
- SOTA合格