Back to explore

Jev i benchmark för state machine-programmering

Dorian Smiley delar ett benchmark: Gemini Flash Lite 3.1 når 75,6% totalt, Jev 72,2% totalt, 100% på kanoniska uppgifter och är ungefär 6× snabbare; missarna koncentreras till nya sammansättningar.

New state machine programming benchmark: Gemini Flash Lite 3.1: 75.6% overall, 66.7% generalization. Jev: 72.2% overall, 61.4% generalization, but 100% on canonical tasks and ~6× faster. Jev’s misses are concentrated in specific novel compositions, not broad task failure. It is

Jev i benchmark för state machine-programmering 1
· 1 likesOpen on X