الذكاء العام: إجابة خاطئة
الذكاء العام
إجابة خاطئة
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور إجابة خاطئة في الذكاء العام، حتى ترصد نقاط الضعف بسرعة أكبر.
أسباب الفشل
129/129
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد إجابة خاطئة | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #352 | MiMo-V2.5 none | Xiaomi | 1 | 0.4 | $0.049 | 0/1 | 6.86s |
| #354 | Hy4 preview none | Tencent | 1 | 0.5 | $0.165 | 0/1 | 58.3s |
| #355 | Mimo V2 Omni medium | Xiaomi | 1 | 0.5 | $0.683 | 0/1 | 3.61s |
| #357 | GLM 4.7 Flash none | Z.ai | 1 | 0.4 | $0.027 | 0/1 | 1.59s |
| #358 | Mercury 2.5 Preview default | Inception | 1 | 0.5 | $0.023 | 0/1 | 482ms |
| #360 | North Mini Code default | Cohere | 1 | 0.4 | $0.000 | 0/1 | 34.8s |
| #361 | Laguna S 2.1 none | Poolside | 1 | 0.5 | $0.044 | 0/1 | 815ms |
| #362 | Granite 4.2 8B high | IBM Granite | 1 | 0.6 | $0.111 | 0/1 | 16.4s |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.5 | $0.108 | 0/1 | 650ms |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 0.4 | $0.175 | 0/1 | 4.61s |
| #373 | Ling 2.6 Flash default | Inclusionai | 1 | 0.4 | $0.002 | 0/1 | 1.45s |
| #375 | Ring 2.6 1t default | Inclusionai | 1 | 0.4 | $0.026 | 0/1 | 15.6s |
| #376 | Mimo V2 Omni default | Xiaomi | 1 | 0.4 | $0.021 | 0/1 | 2.33s |
| #377 | Nemotron 3 Super none | NVIDIA | 1 | 0.5 | $0.016 | 0/1 | 950ms |
| #378 | KAT Coder AIR V2.5 default | Kwaipilot | 1 | 0.5 | $0.070 | 0/1 | 12.0s |