HyperAI
Command Palette
Search for a command to run...
CritPt v2
CritPt v2 est la version révisée de CritPt, un benchmark conçu pour évaluer les LLM sur des tâches de raisonnement physique de niveau recherche, comprenant 70 défis de recherche composites. Les modèles résolvent les problèmes à l'aide d'un outil d'exécution de code dans un bac à sable Linux hors ligne.
- Poids de l'Indice d'intelligence
- 10%
- Modèles
- 110 actuel, 128 au total
- Médiane
- 33.5%
- Plage
- 0.0%–76.5%
Distribution des scores
- Le plus bas
- 0.0%
- Médiane
- 33.5%
- Le plus élevé
- 76.5%
Classement
Données de Artificial Analysis