डेटा पार्सिंग और निष्कर्षण: गलत उत्तर
डेटा पार्सिंग और निष्कर्षण
गलत उत्तर
देखें कि डेटा पार्सिंग और निष्कर्षण में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: कुल लागत ↑.
विफलता के कारण
80/80
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | गलत उत्तर संख्या | श्रेणी स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 12.7s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 11.5s |
| #297 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.4 | $0.000 | 0/2 | 78.5s |
| #381 | Cobuddy medium | Baidu | 1 | 0.6 | $0.000 | 1/2 | 17.4s |
| #398 | Xing4.0 29b A4b medium | Xingchen AGI | 2 | 0.3 | $0.000 | 0/2 | 147.5s |
| #399 | Ling 3.0 Tiny high | Inclusionai | 2 | 0.3 | $0.000 | 0/2 | 4.16s |
| #400 | Ling 3.0 Tiny low | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 4.82s |
| #401 | Ling 3.0 Tiny medium | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 4.41s |
| #404 | Elephant Alpha default | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 1.04s |
| #405 | Elephant Alpha medium | Openrouter | 1 | 0.6 | $0.000 | 1/2 | 979ms |
| #412 | Xing4.0 29b A4b none | Xingchen AGI | 2 | 0.3 | $0.000 | 0/2 | 12.3s |
| #420 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 0.7 | $0.000 | 1/2 | 2.72s |
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 2 | 0.4 | $0.000 | 0/2 | 1.42s |
| #441 | Nimble v3 9B default | Bespoke Labs | 2 | 0.3 | ~$0.001 | 0/2 | 880ms |
| #436 | LFM2-24B-A2B default | Liquid | 2 | 0.3 | $0.001 | 0/2 | 714ms |