ডেটা পার্সিং ও নিষ্কাশন x ভুল উত্তর র‌্যাঙ্কিং

AI BENCHY বিভাগীয় ব্যর্থতা

দেখুন ডেটা পার্সিং ও নিষ্কাশন এ কোন AI মডেলগুলোর ভুল উত্তর হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়।

দেখানো মডেল

মোট ব্যর্থতা

সবচেয়ে বেশি প্রভাবিত মডেল

ব্যর্থতার কারণ

ভুল উত্তর19 API ত্রুটি6 অতিরিক্ত ফরম্যাটিং2 কোন উত্তর নেই2 টাইমআউট1

বিভাগ

ডোমেইন-নির্দিষ্ট182 অ্যান্টি-এআই কৌশল165 ধাঁধা সমাধান85 নির্দেশনা অনুসরণ44 সমন্বিত37 কোডিং28 ডেটা পার্সিং ও নিষ্কাশন19 Sadharon Buddhimotta10 টুল কলিং2

র‍্যাঙ্ক	মডেল	কোম্পানি	ভুল উত্তর সংখ্যা	বিভাগ স্কোর	সঠিক টেস্ট	প্রতিক্রিয়া সময় (গড়)
#96	GPT-5.4 Nano none	OpenAI	1	6.5	1/2	1.11s

ভুল উত্তর সংখ্যা অনুযায়ী শীর্ষ মডেল