公开知识图谱记录
Claude Fable 5.1
记录摘要
用于 Datasette 的广泛安全审计
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: DeepSWE最高得分69.9%
- 基准测试: 在 FrontierCode 1.1 Main 上与 Sol 匹配
- 基准测试: FrontierSWE 56.3%
- 基准测试: DeepSWE v1.1得分67.4%
- 基准测试: Vals Index得分65.8%
- 基准测试: FrontierSWE v2得分56.3%
- 基准测试: Terminal-Bench 4.0得分57.9%
- 基准测试: CWE-bench v1得分58%
资料覆盖
知识图谱当前记录了 13 个已知资料维度，另有 6 个维度尚未记录，关联 23 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Samaya Sterling — 胜过
- Anthropic — 研发
- Anthropic — 发布
- Enterprise Frontier Safeguards — 相关
- 安全审计 — 采用