Back to explore

JevBench bağlam uzunluğu değerlendirmesi ekledi

JevBench sayfası artık gerçek girdi uzunluğuna göre doğruluğu, ayrı bir uzun politika stres görünümü ve raporlanan bağlam sınırlarını gösteriyor; doğruluğun uzunlukla nasıl değiştiğini, yalnızca uzunluğun buna neden olduğunu iddia etmeden ortaya koyuyor.

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 bağlam uzunluğu değerlendirmesi ekledi 1
· 0 likesOpen on X