Claude Sonnet 4.6 · WebArena-Verified(Full set) · 附件证据(ev46-webarena-verified)
Claude Sonnet 4.6 的 WebArena-Verified · Full set 官方出处。见《Claude Sonnet 4.6 System Card》§2.18.2, Figure 2.18.2.A-B, PDF p.38。证据 ev46-webarena-verified。
原文与定位
2 WebArena-Verified WebArena-Verified 23 is the verified release of the WebArena benchmark that re-audits every task, reference answer, and evaluator to eliminate brittle string matching and ambiguous success criteria.
- 官方材料
- Claude Sonnet 4.6 System Card · PDF 第 38 页
- 定位
- 附件 · §2.18.2, Figure 2.18.2.A-B, PDF p.38
- 材料版本
- PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10
- 版本公布
- 未确认
- 披露时间
- 未确认 · 首发/后补未确认
- 采集时间
- 历史依据
- 暂无可靠历史版本依据
引用文本
Claude Sonnet 4.6 · WebArena-Verified(Full set),披露记录。官方出处 Claude Sonnet 4.6 System Card(附件,PDF with changelog dated 2026-03-06; 135 pages; collected 2026-11-10)§2.18.2, Figure 2.18.2.A-B, PDF p.38,https://www.anthropic.com/claude-sonnet-4-6-system-card#page=38。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-4-6/ev46-webarena-verified/
关联成绩与条件
此摘录未关联到已收录的成绩记录。