jev-bench
Running-Dolphins/jev-bench
Measure accuracy and calibration of Jev (TypeSafe AI's decision model) on public datasets: 12 business-like tasks, 7 experiments, one Python file.
- スター
- 0
- フォーク
- 0
掲載理由
jev-benchは公開データセットでJevの正確さと校正を調べる独立ベンチマークで、確信度の挙動はタスクごとに異なると説明する。