6 коммитов (f17c0af5d704ac9d15d27a3bb8e91f1dfe15c832)

Автор SHA1 Сообщение Дата
  orangels f17c0af5d7 feat: tighten aime final answer parsing 1 месяц назад
  orangels e0aca08f36 feat: align gpqa scoring with simple evals 1 месяц назад
  orangels 898d02f7ef feat: record upstream error debug payloads 1 месяц назад
  orangels 18cc7ff716 feat: add provider thinking parameters 1 месяц назад
  orangels ee13739c5e feat: add raw response debug mode 1 месяц назад
  orangels e269f8f99d docs: add end-to-end testing guide for RPM and benchmarks 1 месяц назад