डोमेन-विशिष्ट: गलत उत्तर
डोमेन-विशिष्ट
गलत उत्तर
देखें कि डोमेन-विशिष्ट में किन AI मॉडलों में गलत उत्तर आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें।
विफलता के कारण
423/423
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) |
|---|---|---|---|---|---|---|---|
| #445 | LFM2-24B-A2B default | Liquid | 1 | 0.6 | $0.001 | 1/3 | 287ms |
| #446 | Solar Decide Flash default | Upstage | 1 | 0.4 | $0.003 | 1/2 | 1.11s |
| #448 | Solar Decide default | Upstage | 1 | 0.4 | $0.009 | 1/2 | 7.26s |