홈 / 벤치마크, 평가, 보정
벤치마크, 평가, 보정
항목 27개
이 페이지는 영문 목록에서 생성했습니다.
이럴 때 유용합니다: 벤치마크와 평가
24jev-orderby-bench
Jev 확률에 대한 ORDER BY가 정당한지를 측정합니다: 사전 등록된 게이트 아래에서 쌍별 역전, 사람 등급 대비 Score 서수성, 보정, 표현 불변성을 점검하며, 20 Newsgroups 주제에서는 통과하고 Amazon ESCI 상품 관련도에서는 여섯 조건 중 넷을 실패하며, DuckDB 확장을 통한 40행 일괄 상태는 요청당 한 행이 통과하는 순위 게이트를 실패함을 보입니다.
벤치마크와 평가출력 검증
jev-eval by 4esv
라벨된 세 가지 과제에서 Jev와 GPT-5.6 Terra를 비교합니다: 쉬운 과제에서는 동등하고, 77지 라우팅에서는 6.7포인트 낮으며, 5배 빠르고 41~50배 저렴합니다.
벤치마크와 평가출력 검증
JevArena
직접 연결한 상대 심판과 Jev를 맞붙이는 호스팅 아레나입니다. 어느 쪽인지 밝히기 전에 투표를 받고 지연 시간, 비용 출처, 모델이 스스로 보고한 확신도를 보여줍니다. 투표가 기록하는 것은 선호이지 검증된 정답이 아닙니다.
벤치마크와 평가플레이그라운드와 데모
JevBench
Jev 계열 결정 모델용 벤치마크입니다. 범위가 정해진 루브릭을 넣으면 선택지별 확률이 붙은 타입 지정 답변이 나오고, 캐스케이드와 위원회 실험은 따로 보고합니다.
벤치마크와 평가출력 검증
jev-fanout-bench
Jev 요청이 어떻게 과금되는지, 그리고 답이 배치, 번역, 바꿔 쓰기에서 얼마나 유지되는지 측정합니다. 과금된 요청 3,455건 기반이며 원시 로그를 공개합니다.
벤치마크와 평가출력 검증
이럴 때 유용합니다: 출력 검증
2jev-harness
신뢰도 게이트, 섀도 모드, 레시피, 평가를 제공하며, 같은 행 필터 작업에서 Claude CLI 48.9초 대비 Jev 1.3초를 보고합니다.
출력 검증벤치마크와 평가