AI BENCHY श्रेणी विफलताएँ

डेटा पार्सिंग और निष्कर्षण

अतिरिक्त फॉर्मेटिंग

देखें कि डेटा पार्सिंग और निष्कर्षण में किन AI मॉडलों में अतिरिक्त फॉर्मेटिंग आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: सही परीक्षण ↑.

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

MiMo-V2-Flash 1

संबंधित विफलता कारण

गलत उत्तर14 API त्रुटि4 कोई उत्तर नहीं2 अतिरिक्त फॉर्मेटिंग1

संबंधित श्रेणियाँ

एंटी-एआई ट्रिक्स8 डोमेन-विशिष्ट3 डेटा पार्सिंग और निष्कर्षण1 पहेली समाधान1

रैंक	मॉडल	कंपनी	अतिरिक्त फॉर्मेटिंग संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#54	MiMo-V2-Flash none	Xiaomi	1	10.0	0/2	19.7s

डेटा पार्सिंग और निष्कर्षण

अतिरिक्त फॉर्मेटिंग

अतिरिक्त फॉर्मेटिंग संख्या के अनुसार शीर्ष मॉडल

अतिरिक्त फॉर्मेटिंग संख्या बनाम औसत स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल