Orodha ya kushindwa kwa Hakufuata maelekezo

Ona ni modeli gani za AI hukutana na Hakufuata maelekezo mara nyingi zaidi ili utambue hatari za utegemevu kabla ya kuchagua.

Modeli zilizoonyeshwa

Jumla ya kushindwa

523

Modeli iliyoathirika zaidi

Kategoria

Katika kategoria Utatuzi wa mafumbo167 Katika kategoria Akili ya jumla142 Katika kategoria Ufuataji wa maagizo77 Katika kategoria Mbinu za kupinga AI52 Katika kategoria Uandishi wa msimbo50 Katika kategoria Mwito wa zana13 Katika kategoria Kazi za mawakala10 Katika kategoria Uchanganuzi na uchimbaji wa data8 Katika kategoria Mahususi kwa domeni3 Katika kategoria Mchanganyiko1

294/294

Nafasi	Modeli	Kampuni	Idadi ya Hakufuata maelekezo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#433	d1-ultra default	Liquid	1	0.3	$0.003	4/12	531ms
Jumla ya majaribio 12 Majaribio yenye makosa 8 Jumla ya gharama $0.003 Muda wa majibu (wastani) 531ms
#436	Decider V1.2 default	Perplexity	1	0.3	$0.001	5/12	517ms
Jumla ya majaribio 12 Majaribio yenye makosa 7 Jumla ya gharama $0.001 Muda wa majibu (wastani) 517ms
#439	GPT-6 Luna Decisions default	OpenAI	1	0.2	$0.005	3/12	495ms
Jumla ya majaribio 12 Majaribio yenye makosa 9 Jumla ya gharama $0.005 Muda wa majibu (wastani) 495ms
#441	Jev 1.14 default	Typesafe	1	0.2	$0.003	4/12	377ms
Jumla ya majaribio 12 Majaribio yenye makosa 8 Jumla ya gharama $0.003 Muda wa majibu (wastani) 377ms
#442	Mammoth 1 default	Baseten	1	0.2	$0.000	3/12	1.80s
Jumla ya majaribio 12 Majaribio yenye makosa 9 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.80s
#444	Clef Omni default	Cloudflare	1	0.2	$0.011	2/12	880ms
Jumla ya majaribio 12 Majaribio yenye makosa 10 Jumla ya gharama $0.011 Muda wa majibu (wastani) 880ms
#446	Step 3.5 Flash none	Stepfun	1	0.2	$0.020	6/12	39.0s
Jumla ya majaribio 12 Majaribio yenye makosa 6 Jumla ya gharama $0.020 Muda wa majibu (wastani) 39.0s
#449	LFM2-24B-A2B default	Liquid	1	0.2	$0.001	2/16	782ms
Jumla ya majaribio 16 Majaribio yenye makosa 14 Jumla ya gharama $0.001 Muda wa majibu (wastani) 782ms
#454	Nimble v3 9B default	Bespoke Labs	1	0.8	~$0.001	1/7	363ms
Jumla ya majaribio 7 Majaribio yenye makosa 6 Jumla ya gharama ~$0.001 Muda wa majibu (wastani) 363ms

Kushindwa kwa Hakufuata maelekezo