総合ランキングに戻るCAPABILITY PROFILE UNDERSTANDING THE RANK BEHIND THE SCORE
muse-wonder-1.0
Meta · 発表日は確認中 · 11/02 14:50 更新
総合コンセンサス指数93.7総合 12 位
カテゴリ別成績1/ 4 カテゴリ
既存の成績5件の評価
コンテキストウィンドウ—Token
それぞれの強みを、より明確に。
各能力は個別に算出します。十分な実測がなければ空欄のままです。
编程根拠の補完待ち—比較可能な成績がまだ不足しています推理根拠の補完待ち—比較可能な成績がまだ不足しています知识根拠の補完待ち—比較可能な成績がまだ不足しています专业办公#998.92 件の評価が支持
カテゴリ別スコアは各参照グループ内の順位支持を示すもので、合算や異なる能力の絶対比較には使えません。
総合順位はどのくらい安定していますか？
評価や機関を1つずつ除外し、個別の重みと誤差処理を調整して、順位の変化を確認します。
資格再確認後の順位11〜15 位根拠に敏感
3 件のシナリオで評価根拠が不足しています。候補を変えない場合は 7〜15 位です。この範囲は信頼区間ではなく、未公開の成績も含みません。
すべての成績には出所があります。
このモデルの公開された集計成績です。展開すると実行設定と採用方法を確認できます。
编程1 件
推理2 件
专业办公2 件
未測定の採点対象評価
これらの評価ではこのモデルの成績が公開されていません。未評価は0点として扱いません。
不明な点もあります
未評価は0点として扱いません。順位は新しい根拠で変わるため、スコアが近いときの小さな差を過度に解釈しないでください。
算出方法を見る →