סדרת מבחנים

HELM Capabilities

מדידה עצמאית · מתעדכן

מה הוא מודד

ידע וחשיבה: ידע רב תחומי ויכולת חשיבה על שאלות מורכבות

מה הוא לא מודד

  • אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.

הערות רישום

Suite/evaluator. Do not double-count a benchmark also ingested elsewhere; use benchmark_definition+protocol deduplication.

תוצאות שנקלטו

אין עדיין רשומות מדד למדד הזה. הוא מופיע ברישום אך אינו משפיע על ציון.