llm-colosseum
स्ट्रीट फाइटर 3 के ज़रिए बड़े भाषा मॉडल का मूल्यांकन करने वाला एक उपकरण
सामान्य उत्पादप्रोग्रामिंगकृत्रिम बुद्धिमत्तामानक परीक्षण
llm-colosseum एक नया मानक परीक्षण उपकरण है जो स्ट्रीट फाइटर 3 गेम का उपयोग करके बड़े भाषा मॉडल (LLM) की वास्तविक समय निर्णय लेने की क्षमता का मूल्यांकन करता है। पारंपरिक मानक परीक्षणों के विपरीत, यह उपकरण मॉडल की तीव्र प्रतिक्रिया, बुद्धिमान रणनीति, नवीन सोच, अनुकूलन क्षमता और पुनर्प्राप्ति क्षमता का परीक्षण करने के लिए वास्तविक गेम परिदृश्यों का अनुकरण करता है।
llm-colosseum नवीनतम ट्रैफ़िक स्थिति
मासिक कुल विज़िट
474564576
बाउंस दर
36.20%
प्रति विज़िट औसत पृष्ठ
6.1
औसत विज़िट अवधि
00:06:34
