すべてのプロジェクト

Sys1Cal-v1

little-g-ai/Sys1Cal-v1

A Benchmark for Calibration and Semantic Evaluation of System One Models

Python
スター
2
フォーク
0

掲載理由

既知の確率を持つ問題と同値な入力表現を用い、Jev 風の Noul・Choice・Score の確率忠実度を評価するベンチマーク。

カテゴリー

タグ