डेटा पार्सिंग आणि निष्कर्षण x वेळ संपला क्रमवारी

AI BENCHY श्रेणी अपयशे

डेटा पार्सिंग आणि निष्कर्षण मध्ये कोणत्या AI मॉडेल्सना वेळ संपला येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: बरोबर चाचण्या ↑.

दाखवलेली मॉडेल्स

एकूण अपयशे

सर्वाधिक प्रभावित मॉडेल

Qwen3.5-9B 1

अयशस्वी होण्याची कारणे

चुकीचे उत्तर19 API त्रुटी6 अतिरिक्त फॉरमॅटिंग2 उत्तर नाही2 वेळ संपला1

श्रेणी

डोमेन-विशिष्ट31 कोडिंग12 कोडी सोडवणे6 Samanya Buddhimatta4 अँटी-एआय युक्त्या4 संयुक्त2 डेटा पार्सिंग आणि निष्कर्षण1 सूचनांचे पालन1

क्रमांक	मॉडेल	कंपनी	वेळ संपला संख्या	श्रेणी स्कोअर	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)
#97	Qwen3.5-9B medium	Qwen	1	3.6	0/2	87.3s

वेळ संपला संख्या नुसार शीर्ष मॉडेल्स

वेळ संपला संख्या वि स्कोअर

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स

अंदाजित वाया गेलेला खर्च नुसार शीर्ष मॉडेल्स

डेटा पार्सिंग आणि निष्कर्षण: वेळ संपला

वेळ संपला संख्या नुसार शीर्ष मॉडेल्स

वेळ संपला संख्या वि स्कोअर

प्रतिसाद वेळ (सरासरी) नुसार शीर्ष मॉडेल्स

अंदाजित वाया गेलेला खर्च नुसार शीर्ष मॉडेल्स