ホーム /ベンチマーク・評価・較正 /jev-search-rerank-eval
jev-search-rerank-eval
Jev のリランクは埋め込み検索に勝てるのでしょうか。9,831 組の採点済みペアで、判定の循環によるバイアスも測定しています。
このページは英語版リストから生成しています。
readme より
jev-search-rerank-eval Does a TypeSafe Jev rerank beat embedding search? Measured, with the judge-bias removed. A graded relevance evaluation over the Agent Skills Hub catalog (33,047 skills, MCP servers and coding-agent tools; snapshot 2026-09-18) with 164 real Chinese / English / mixed queries, 9,831 labelled (query, skill) pairs, and a bake-off of: - …
詳細
- セクション
- ベンチマーク・評価・較正
- owner
- zhuyansen
- スター
- 4
- フォーク
- 0
- 最終更新
- 2026-09-18
- 言語
- Python
- ライセンス
- MIT
これは何か
- 形態
- データセットやベンチマーク
- ホストエージェント
- 単体で動作
- 対象
- 研究者
成熟度
ドキュメント
実測値を報告しています