TapTap Maker 编程
在真实游戏引擎中实现并运行 Lua 游戏功能。
评测项目与机构
综合榜口径共包含 9 个评测项目、4 家机构。
来源说明：本目录只展示当前自主汇算实际采用的来源。原始响应、模型映射、代表配置和单项成绩均保存在知晓数据库；点击项目可查看评测方官方页面。
评测项目 9
TapTap Maker
LiveBench 编程 编程
持续更新的代码生成与真实仓库任务。
持续更新的代理式编程任务组。
持续更新的逻辑、空间推理和数学任务。
数学家原创的高难数学题。
LiveBench 数据分析 专业办公
表格重排、连接和连续事件分析任务。
查阅财报并完成金融计算和分析。
LiveBench 语言与指令 知识问答
语言理解和按复杂要求作答的动态题集。
SimpleQA Verified 知识问答
一句话可回答的可核验事实问题。