benchmark

Jul 24, 2026

• epoch-ai
• metr
• benchmark
• long-horizon-coding
• autonomous-coding
• swe-benchmark
• claude-opus

Jul 24, 2026

• cookbooks
• multimodal
• vision
• tool-use
• image-tokens
• chart-reading
• chartography
• pixel-coordinates
• claude-fable-5
• claude-sonnet-5
• benchmark
• jupyter-notebooks
• 793

Jul 09, 2026

• terminal-bench
• benchmark
• agentic-coding
• evaluation
• swe-bench
• leaderboard
• laude-institute

Jul 03, 2026

• benchmark
• evals
• coding-agents
• deepswe
• datacurve
• swe-bench
• model-comparison
• self-verification

Jun 12, 2026

• karpathy-pattern
• llm-wiki
• llms-txt
• agent-readable
• rag
• benchmark
• mcp