github / Research & data

jev-benchmark

AI-assisted summaries and translations. Check original sources for context and performance claims.

themsquared · Bahasa asli: English

Repositori ini menyediakan tolok ukur yang dapat direproduksi untuk Jev dari TypeSafe AI, mengevaluasi kinerjanya dalam klasifikasi risiko pemanggilan alat agen. Ini menguji akurasi, latensi, dan keandalan skor kepercayaan di berbagai skenario tugas yang jelas, ambigu, dan adversarial.

Ringkasan terjemahan · AI-assisted; check the original.

Buka sumber asli Salin tautanSimpan

JEVLAB ART

10 teratas

Sponsor

1. W
   Wallpets 94 klik$125
2. W
   Walltank 109 klik$85
3. C
   Chowder 61 klik$50
4. F
   Falconer 52 klik$45
5. L
   Lemonpod 92 klik$40
6. M
   Menta 38 klik$35
7. S
   Sway 36 klik$30
8. P
   Peon-Ping 32 klik$25
9. Z
   Zeron 94 klik$20
10. G
    Guideless 27 klik$15

Sponsor