ベンチマーク基盤 v0.1
ベンチマーク
各カテゴリはバージョン管理されたプロンプトと固定の公開基準を使います。ソース形式が異なっても、実行可能な成果物は最終的に隔離された静的バンドルになります。
5 ベンチマークのカテゴリ0 公開済みの実行結果
カタログ · ベンチマークのカテゴリ
公開済みの実行結果開発専用
公開済みの実行結果
0公開されたベンチマーク結果はまだありません。
これは意図的です。最初の公開結果には、実在するモデル識別子、変更されないプロンプト版、元の成果物、証拠が必要です。
開発専用
アーキテクチャ確認用データ
評価方法
実行結果を公開するための条件は？
- 01プロンプトとシステム指示をバージョン管理し、ハッシュ化します。
- 02提供元の正確なモデル識別子と実行時刻を記録します。
- 03未編集のソースと、失敗したすべての試行を保存します。
- 04ビルドはHTMLエントリーポイントを持つ静的バンドルを生成します。
- 05バンドルは隔離、実行、証拠の各チェックに合格する必要があります。