AI BENCHY বিভাগীয় ব্যর্থতা
ডেটা পার্সিং ও নিষ্কাশন: অতিরিক্ত ফরম্যাটিং
ডেটা পার্সিং ও নিষ্কাশন
অতিরিক্ত ফরম্যাটিং
দেখুন ডেটা পার্সিং ও নিষ্কাশন এ কোন AI মডেলগুলোর অতিরিক্ত ফরম্যাটিং হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়। সাজান: সঠিক টেস্ট ↑.
ব্যর্থতার কারণ
| র্যাঙ্ক | মডেল | কোম্পানি | অতিরিক্ত ফরম্যাটিং সংখ্যা | বিভাগ স্কোর | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|
| #56 | MiMo-V2.5 medium | Xiaomi | 1 | 2.7 | 0/2 | 6.33s |
| #152 | MiMo-V2-Flash none | Xiaomi | 1 | 2.9 | 0/2 | 19.7s |
| #161 | Qwen3.5-9B medium | Qwen | 1 | 3.6 | 0/2 | 87.3s |
| #143 | MiMo-V2.5 none | Xiaomi | 1 | 6.5 | 1/2 | 1.01s |