HyperAI
Command Palette
Search for a command to run...
CritPt
Un benchmark conçu pour évaluer les LLM sur des tâches de raisonnement physique de niveau recherche, comprenant 71 défis de recherche composites.
- Modèles
- 265 actuel, 600 au total
- Médiane
- 0.3%
- Plage
- 0.0%–35.7%
Distribution des scores
- Le plus bas
- 0.0%
- Médiane
- 0.3%
- Le plus élevé
- 35.7%
Classement
Données de Artificial Analysis