github / Research & data

jev-benchmark

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

themsquared · 原文の言語: English

このリポジトリは、TypeSafe AIのJevに対する再現可能なベンチマークを提供し、エージェントのツール呼び出しリスク分類における性能を評価します。明確なタスク、曖昧なタスク、敵対的なタスクの各シナリオにおいて、精度、レイテンシ、および信頼度スコアの妥当性を検証します。

翻訳された要約 · AI-assisted; check the original.

原文を開く リンクをコピー保存

JEVLAB ART

トップ10

Supporter

1. W
   Wallpets 270 クリック数67d left
2. W
   Walltank 188 クリック数67d left
3. C
   Chowder 141 クリック数67d left
4. F
   Falconer 121 クリック数67d left
5. L
   Lemonpod 169 クリック数67d left
6. M
   Menta 143 クリック数67d left
7. S
   Sway 100 クリック数67d left
8. P
   Peon-Ping 91 クリック数67d left
9. Z
   Zeron 170 クリック数67d left
10. G
    Guideless 80 クリック数67d left

Supporters