JevBench
面向 Jev 类决策模型的基准：输入有边界的评分标准，输出每个选项带概率的带类型答案，级联和委员会实验另行报告。
本页由英文清单自动生成。
来自 readme
JevBench — Benchmark for AI Decision Models Jev is TypeSafe AI's decision model; JevBench also evaluates Jev-compatible systems. The canonical JevBench board is https://benchmarkheaven.com/jev-models. Current results and scoring JevBench by Benchmark Heaven is a benchmark for AI decision models, including Jev-compatible systems. It measures typed decision …
详情
- 分区
- 基准、评测与校准
- owner
- fstandhartinger
- 星标
- 330
- 复刻
- 30
- 最近提交
- 2026-10-15
- 语言
- Python
- 许可证
- MIT
这是什么
- 形态
- 数据集或基准
- 宿主智能体
- 独立运行
- 面向人群
- 研究人员
成熟度
文档
报告了实测数据Jev 调用存疑