code-review (Matt Pocock) vs pdf (Anthropic)
code-review (Matt Pocock)
23.5 / 30
状況次第安全
Matt Pocock's code-review：3 つのレビュータスクでプレーン Codex と同じ検出率、トークンは 1.5 倍。
- SOTA合格
pdf (Anthropic)
20.6 / 30
状況次第安全
pdf skill review：私たちのタスクではリフトなし、コストは 2 倍。
- SOTA合格
23.5 / 30
Matt Pocock's code-review：3 つのレビュータスクでプレーン Codex と同じ検出率、トークンは 1.5 倍。
20.6 / 30
pdf skill review：私たちのタスクではリフトなし、コストは 2 倍。