CAIBA já está estabelecendo o padrão 📊

Desde o lançamento no início deste mês:
• CAIA Benchmark v0.2 expandido: 40 → 60 tarefas
• Os resultados mostram que o Tooling é mais eficaz do que o prompting
• A tokenomics atrapalha a maioria dos modelos

Em breve:
• Expandindo de 60 para 80 tarefas no CAIA v0.3
• Adicionando mais agentes criptográficos (não apenas LLMs)

Todos os resultados estão no blog completo vinculado abaixo