Claude Fable 5.1 · Legal Agent Benchmark · Public full set · 成绩与配置

Claude Fable 5.1 的 Legal Agent Benchmark · Public full set 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

Claude Fable 5.1 · Legal Agent Benchmark 成绩与配置
指标与成绩配置与评测条件出处
All-pass rate19.09%原文 19.09% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Legal Agent Benchmark public set; 1,235 problems; five runs; adaptive max effort.
条件
Production safeguards and fallback to Opus 5 for bio blocks and Opus 4.8 for cyber blocks.
在排名中查看此成绩
Mean criterion-pass rate90.81%原文 90.81% · 单位 %
公布 未确认
Adaptive Max
设置
Claude Fable 5.1;CursorBench 主文引述明确为 max effort;后续 System Card 对 OSWorld/BenchCAD/OfficeQA 对照结果亦标 max effort。
未知项
不同 benchmark 的具体执行细节分别见来源章节;部分测试的采样参数或运行数未单独公布。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Legal Agent Benchmark public set; 1,235 problems; five runs; adaptive max effort.
条件
Mean rubric-criterion pass rate; production safeguards and fallback as reported.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 LAB、Legal Agent Benchmark

  • All-pass rate · % · 越高越好
  • Mean criterion-pass rate · % · 越高越好