jevals-data
Jevals/jevals-data
Independent benchmark data for TypeSafe's Jev (System One model) vs LLMs: accuracy, calibration, cost. Boards + per-decision logs, CC-BY-4.0
研究と評価
- スター
- 2
- フォーク
- 1
審査時の参照元
参照元を見るトピック
jevbenchmarkcalibrationdatasetleaderboardllm-evaluationsystem-onesystem-one-models