سه روش ارزیابی متمایز.
چهار مدل بهترتیب به یک پرسش پاسخ میدهند. مقایسه کنید، امتیاز دهید، بهترین را انتخاب کنید.
سامانهٔ Performance Score و ارزیابِ خودکار. مدلهای LLM کنار هم بررسی میشوند.
ارزیابی سناریوی منعطف و محافظتشده با سیاستها، همراه با سهمیهٔ هر طرح.