FACTS Benchmark Suite

מה הוא מודד

דיוק עובדתי: נכונות עובדתית, הימנעות מהמצאות והתבססות על מקור · מחקר ברשת: חיפוש, איסוף ואימות מידע מקוון · הבנה חזותית: הבנת תמונות, תרשימים ומסמכים סרוקים · מסמכים ארוכים: עבודה על הקשרים ארוכים וריבוי מסמכים

מה הוא לא מודד

• אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.

הערות על המבחן

Factuality suite spanning grounding, parametric knowledge, search and multimodal. Commercial affiliation disclosed; do not double-count component benchmarks.

תוצאות שנמדדו

אין עדיין תוצאות למבחן ההערכה הזה. הוא מופיע במאגר אך אינו משפיע על הציון.