这些技能在 sonnet-4-6 → sonnet-5 版本中 3 个技能的漂移数据

Hi Addy — 我管理着一个小型的开源项目（Driftproof），该项目在模型版本之间重新测试代理技能：使用相同的套件，带有技能或不带技能，评委采样了 5 次，因此每个分数都带有信任范围，只有当范围分离且移动清除 0.05 的效果下限时，才会声称回归。