Back to explore

JevBench Menambahkan Evaluasi Panjang Konteks

Halaman JevBench kini menampilkan akurasi berdasarkan panjang input aktual, tampilan stres kebijakan panjang terpisah, dan batas konteks yang dilaporkan, menunjukkan bagaimana akurasi berubah seiring panjang tanpa mengklaim panjang saja yang menyebabkannya.

Context length has its own section on the JevBench page now: accuracy by actual input length, a separate long-policy stress view, and reported context limits. It shows where accuracy moves with length. It does not claim length alone moved it. https://benchmarkheaven.com/jev-models

JevBench Menambahkan Evaluasi Panjang Konteks 1
· 0 likesOpen on X