מבחן הערכה
LongBench v2
מדידה עצמאית · לוח השוואה
מה הוא מודד
מסמכים ארוכים: עבודה על הקשרים ארוכים וריבוי מסמכים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Covers single/multi-doc QA, dialogue, code repos, structured data and long in-context learning.
