Claude Sonnet 5.5 · ProgramBench(166 个保留的 golden tasks;架构与时限按协议区分) · 附件证据(ev55-multiagent-programbench)
Claude Sonnet 5.5 的 ProgramBench · 166 个保留的 golden tasks;架构与时限按协议区分 官方出处。见《Claude Sonnet 5.5 System Card》§8.12.1, PDF p.123, Figures 8.12.1.A-B。证据 ev55-multiagent-programbench。
原文与定位
We evaluated Claude Sonnet 5.5’s ability to operate in small multi-agent teams on ProgramBench, an agentic benchmark of 200 program reconstruction tasks. Each task involves rebuilding a codebase to reproduce a program’s behavior, using only the program’s compiled binary and documentation as a reference.
- 官方材料
- Claude Sonnet 5.5 System Card · PDF 第 123 页
- 定位
- 附件 · §8.12.1, PDF p.123, Figures 8.12.1.A-B
- 材料版本
- PDF cover dated 2026-09-28; 148 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 5.5 · ProgramBench(166 个保留的 golden tasks;架构与时限按协议区分),披露记录。官方出处 Claude Sonnet 5.5 System Card(附件,PDF cover dated 2026-09-28; 148 pages; collected 2026-11-10)§8.12.1, PDF p.123, Figures 8.12.1.A-B,https://www.anthropic.com/claude-sonnet-5-5-system-card#page=123。Benchlog https://benchlog.lekshome.cc/evidence/claude-sonnet-5-5/ev55-multiagent-programbench/
关联成绩与条件
此摘录未关联到已收录的成绩记录。