すべてのプロジェクト

jev-as-a-judge

danielgshea/jev-as-a-judge

Using Jev as an evaluator.

Python
スター
114
フォーク
17

掲載理由

固定されたエージェント実行結果でJevと生成モデルの評価を比較し、正確性・スコア信頼性・コスト・遅延を測る研究です。結果は本件で再実行していません。

カテゴリー

タグ