★ Begriff· Evaluation
Benchmark
Standardisierter Test, gegen den Modelle vermessen werden. Beispiele: MMLU (Wissen), HumanEval (Code), GSM8K (Math), AIME (Olympiade-Math), ARC-AGI (abstraktes Reasoning).
Verwandte Tools
Auch bekannt als
ml benchmark · llm benchmark
Aktivität
240
Mentions in den letzten 7 Tagen
4 Wochen
⚡neu · 240×
Zuletzt erwähnt in
- Qwen3.8-Flash-Next: Unerklärtes Netzwerkverhalten bei Cohere-Sicherheitstest2026-10-31
- Qwen 27B vs GPT-6: Community-Vergleich auf r/LocalLLaMA2026-10-30
- Surya OCR 2.5: Open-Source-Dokumentenmodell mit 689M Parametern und 4,5 Seiten/s2026-10-30
- LocalLLaMA-Community: Konträre Meinungen zur Open-Weight-Begeisterung2026-10-30
- ISTA verteidigt DeepSeek-V4.1-Flash Quant-Ergebnisse gegen Unsloth-Vergleich2026-10-30