ضع الموديلات تحت الاختبار.
صورة أوضح لما يمكن لموديلك القيام به. قم بإجراء اختبار قياسي سريع وحوّل النتائج إلى رؤى.
إعداد التشغيل
اختر نموذجاً، ومعياراً، ومستوى صعوبة.
أعد استخدام نفس البذرة والنوع وطول التشغيل لمقارنة أسئلة متقدمة متطابقة.
✳قد تستهلك عمليات التشغيل رصيداً. تعتمد التكلفة الفعلية على النموذج والرموز المستخدمة.
بطاقة تقريرك
القليل من الوضوح يحدث فرقاً كبيراً.
تفاصيل الأداء
افتح فئة لفحص عمليات التحقق والاستجابة الخاصة بها.
تقريرك يبدأ من هنا
اختر نموذجاً وقم بتشغيل الاختبار المرجعي لرؤية نتائجه.
من الجيد معرفته
لقطة مفيدة، وليست القصة كاملة.
هذه اختبارات مخصصة باللغة الإنجليزية، وليست اختبارات قياسية معتمدة في الصناعة. الحصول على درجة كاملة أمر ممكن ويعني فقط أن الموديل اجتاز هذه الفحوصات. الدرجات لا تقيس السلامة أو الإبداع أو الأداء العام في العالم الحقيقي.
تعرف على كيفية عمل تسجيل الدرجات↓يحتوي كل طلب على ثلاثة أو خمسة فحوصات متساوية الوزن. تدور الطلبات عبر الفئات المختارة؛ والعدد الذي لا يكون من مضاعفات عدد الفئات يمنح الفئات الأولى طلباً إضافياً. تدمج الأعمدة جميع الطلبات لكل فئة. يزن المجموع الكلي كل فحص بالتساوي، لذا فإن الفئات التي تحتوي على فحوصات أكثر يكون لها وزن أكبر. تستخدم الأسئلة المتقدمة قيماً مُولّدة ومفاتيح إجابة محسوبة، ولكنها تشترك في القوالب. تتكرر الأسئلة الأساسية والمتوسطة في عمليات التشغيل الأطول. تسمح الفحوصات غير المتعلقة بالتنسيق بكائن JSON محاط بنص إضافي؛ بينما يتطلب اختبار التنسيق JSON صالحاً فقط، مع القيم والأنواع المطلوبة. الطلبات الفاشلة أو الفارغة توقف التشغيل بدلاً من احتسابها كإجابات خاطئة. التقديرات: A ≥ 90، B ≥ 80، C ≥ 70، D ≥ 60، وغير ذلك F. قارن بين نفس إصدار المجموعة، والنوع، والمستوى، وطول التشغيل عبر الموديلات المختلفة، وكرر عمليات التشغيل. يجب مراجعة البيانات المُولّدة قبل التدريب؛ واجعل بيانات التقييم منفصلة عن بيانات التدريب.