F661 — F656 Fallimento Gap Analysis
F661 riguarda «F656 Fallimento Gap Analysis». Il record canonico la classifica come documentata sulla base di 2 fonti e 0 figure originali. Le misure in evidenza includono Failure Mode Counts Correctness Gap = 44; Failure Mode Counts Code Generation Wrong Or Generic = 10; Elena Win Rate = 0.05.
Obiettivo e domanda di ricerca
L’obiettivo pubblico è descrivere il risultato registrato per «F656 Fallimento Gap Analysis» senza estenderlo a capacità non verificate dalla fase.
Metodo
La procedura è conservata in 1 record JSON e 1 report Markdown; la pagina pubblica ne riporta soltanto i valori sanitizzati. Il confronto registrato usa Failure Mode Counts Correctness Gap = 44; Failure Mode Counts Code Generation Wrong Or Generic = 10; Elena Win Rate = 0.05.
Base documentale
2 fonti e 0 figure originali sono associate al record canonico.
Punti salienti delle evidenze
- Failure Mode Counts Correctness Gap: 44
- Failure Mode Counts Code Generation Wrong Or Generic: 10
- Elena Win Rate: 0.05
- Llm Win Rate: 0.93
- Tie Rate: 0.02
- Gate Pass: No
- Total Rows: 100
- Openai Api Used: Yes
Evidenze registrate
| Failure Mode Counts Correctness Gap | 44 |
|---|---|
| Failure Mode Counts Code Generation Wrong Or Generic | 10 |
| Elena Win Rate | 0.05 |
| Llm Win Rate | 0.93 |
| Tie Rate | 0.02 |
| Gate Pass | No |
| Total Rows | 100 |
| Openai Api Used | Yes |
Evidenze pubbliche e figure originali
Il record pubblico non associa una figura specifica a questa fase.
Risultato e interpretazione
La fase è documentata senza inferire un PASS terminale assente. I risultati riportati sono Failure Mode Counts Correctness Gap = 44; Failure Mode Counts Code Generation Wrong Or Generic = 10; Elena Win Rate = 0.05.
Risultati principali
- Failure Mode Counts Correctness Gap
- 44
- Failure Mode Counts Code Generation Wrong Or Generic
- 10
- Elena Win Rate
- 0.05
- Llm Win Rate
- 0.93
- Tie Rate
- 0.02
- Gate Pass
- No
- Total Rows
- 100
- Openai Api Used
- Yes
Fonti delle evidenze
I valori sono riprodotti dal record canonico. La pagina non collega gli artefatti JSON o Markdown originali e non aggiunge nuovi benchmark.
- F656 FAILURE GAP ANALYSIS 661 (JSON)
- F656 FAILURE GAP ANALYSIS 661 (MD)