トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
モデルのMCP呼び出し可能性を測定するメトリックがついに登場しました
GPT5ははるかに先を行っています...
ここではすべてのスキルが使用されます
23時間前
@EvalSysOrgと@lobehubとのコラボレーションMCPMarkのご紹介です!
包括的なコンテキストでのMCPの使用をストレステストするための挑戦的なベンチマークを作成しました。
- 専門家によって作成された127の高品質のデータサンプル。
- GPT-5 が現在リードし、46.96% のPass@1を達成しますが、他のモデルは 10-30% の範囲に収まります。
- Notion、Github、Filesystem、Playwright (ブラウザ)、Postgres での多様なテストケース。
9🧵秒先
8.79K
トップ
ランキング
お気に入り