ModelChorusModelChorus
DesafíoChatTabla de ClasificaciónDeslizarEvaluacionesHistorial
Cómo funcionaAPITérminos de servicioPolítica de privacidad

Derechos de autor 2026 MeetKai Inc.

Evaluaciones/Functionary Swahili Large/urdu_factcheckbench

urdu_factcheckbench

Functionary Swahili Large · urdu claim · Urdu (Pakistan) · 0 muestras

Cada fila de la lista es una pregunta del benchmark. El icono de verificación o cruz indica si la respuesta del modelo coincidió con la esperada; haz clic para leer el mensaje completo, la respuesta esperada y lo que el modelo realmente produjo.

f1_macro
72.4
sample_len
387.0
Promedio
72.4
Aún no se han sincronizado muestras por pregunta para esta tarea.