← Fișele benchmarkurilor
Benchmarkuri măsurate
LiveBench
Publicat de LiveBench. Pagina sursei ↗ · Datele pe care le citim ↗
New questions released monthly to limit contamination.
Fapte
| Fapt | Valoare | De unde provine |
|---|---|---|
| Cine rulează evaluarea | un grup universitar | curatoriat de aiqbench, verificat la 2026-10-09 |
| Expunerea setului de test | live / reîmprospătat | curatoriat de aiqbench, verificat la 2026-10-09 |
| Licența datelor | CC-BY-4.0 | înregistrarea de atribuire a clasamentului |
| Cel mai nou rezultat publicat | 27 sept. 2026 | rândurile ingerate |
| Ultima preluare de către aiqbench | acum 8 ore · la fiecare 12 h | jurnalul de sincronizare |
| Modele pe această axă | 339 | rândurile ingerate |
| Rânduri cu interval publicat | niciunul publicat | rândurile ingerate |
| Spațiu rămas în vârf | Cel mai bun 80.7%, cu 19.3% sub plafon; primele 10 în interval de 2.6%. | calculat din rândurile ingerate |
| Axe pe care le urmează îndeaproape |
| ρ Spearman pe modelele comune (vezi Grupuri) |
Unde apare
Ponderată în șabloanele predefinite: Toate sursele ×1.
Vezi această axă singură în consolă →Atribuire
Source: Every Eval Ever datastore (EvalEval coalition), https://huggingface.co/datasets/evaleval/EEE_datastore, licensed CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Underlying results published by LiveBench — https://livebench.ai/, converted into the EEE schema by the coalition's adapters. Modified by aiqbench: the 'livebench' collection's headline result per model, normalised into aiqbench's common board format, proportions rescaled to percent.