研究主题

model evaluation

分数或价格表被当成采购依据时用这里。先看每次被接受任务的成本,再看预览 harness 的权限边界,再看你能在自己的运行里核对的模型发布。基准不是供应商选择。

阅读顺序

全部研究 →

Cookie 设置

我们仅使用 cookie 用于统计分析(GA4 和 Matomo),不会投放广告或跨站追踪。