联系我们
与销售沟通
告诉我们您需要评测的能力、任务数量和格式版本。范围、可用性、价格与交付时间将通过定制报价约定。
接下来会发生什么
- 确认任务类别、数量和约束。
- 约定格式版本、许可与验收标准。
- 提供定制报价及约定的交付计划。
常见问题
你们是按单个任务还是按类别出售？
请告知所需数量和类别。样例访问、批量规模及许可将在报价中确认。
能适配我们内部的任务格式吗？
我们专注于 Terminal-Bench 格式的任务。请告知评测框架及版本；其他适配需求将在订单确认前约定。
Oracle 与判分测试有何区别？
Oracle 是用于展示任务可解性的参考解。判分测试检查智能体是否完成任务，而不要求其采用与 Oracle 相同的实现。