Back to explore

Jev trong bài kiểm tra lập trình state machine

Dorian Smiley chia sẻ benchmark lập trình state machine: Gemini Flash Lite 3.1 đạt 75,6% tổng thể, Jev đạt 72,2% tổng thể, 100% ở tác vụ chuẩn và nhanh hơn khoảng 6 lần; sai sót tập trung ở các tổ hợp mới.

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 trong bài kiểm tra lập trình state machine 1
· 1 likesOpen on X