مهام الوكلاء: إجابة خاطئة
مهام الوكلاء
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في مهام الوكلاء، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: إجمالي التكلفة ↑.
136/136
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #245 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/1 | 90.6s |
| #257 | Apodex 1.1 Mini high | Apodex | 1 | 0.6 | $0.000 | 0/1 | 85.4s |
| #283 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.6 | $0.000 | 0/1 | 87.6s |
| #290 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 129.1s |
| #291 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 161.2s |
| #301 | Ling 3.1 Flash low | Inclusionai | 1 | 0.5 | $0.000 | 0/1 | 101.5s |
| #303 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 0/1 | 153.1s |
| #317 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 104.2s |
| #323 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 85.3s |
| #351 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 0/1 | 140.5s |
| #353 | Space Bunny Alpha low | Stealth | 1 | 0.5 | $0.000 | 0/1 | 89.0s |
| #363 | Ling 3.1 Flash none | Inclusionai | 1 | 0.6 | $0.000 | 0/1 | 68.7s |
| #371 | North Mini Code medium | Cohere | 1 | 0.4 | $0.000 | 0/1 | 105.2s |
| #398 | Dots 3 Note Preview default | Dots Studio | 1 | 0.4 | $0.000 | 0/1 | 45.7s |
| #415 | North Mini Code default | Cohere | 1 | 0.3 | $0.000 | 0/1 | 18.9s |