מבחן הערכה

SimpleQA

מדד משני · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת

מה הוא מודד

דיוק עובדתי: נכונות עובדתית, הימנעות מהמצאות והתבססות על מקור

מה הוא לא מודד

  • אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
  • הציון נקבע בהערכה על ידי מודל אחר ולכן משקלו מוגבל בתוך היכולת.

הערות רישום

Vendor-authored; never sole/independent evidence.

תוצאות שנקלטו

מערכתציוןפרוטוקולמקור
DeepSeek V4 Pro 081357.9SimpleQA, דיוק עובדתי · דיווח של הספקקישור