LLM बेंचमार्क

2 articles tagged LLM बेंचमार्क

उपकरण समीक्षाएँ

ओपन फ्रंटियर्स खुला अनुसंधान समस्याओं का संग्रह और वैज्ञानिक पुनः खोज के लिए एक बेंचमार्क प्रस्तुत करता है

OpenFrontiers LLM एजेंटों की वास्तविक पुनः खोज बनाम वेब पुनर्प्राप्ति को मापने के लिए 200-प्रश्न लीन 4 बेंचमार्क के साथ 12,151 अनुसंधान समस्याओं को जोड़ता है।

उपकरण समीक्षाएँ

Claude 5.5 हाइकु

Claude Haiku 5.5 GPT-6 Luna को 100K tokens के तहत मेल खाता है, लेकिन इसकी सख्त tokenizer , उच्च लंबी-संदर्भ दरें और कैश नियम API लागतों को फिर से आकार देते हैं।