BullshitBench · 誤った前提

何を測るか

全試行中の明確な誤前提識別率を確認し、回答済み平均と拒答率は別に保持します。

ランキングでの扱い

出典を調査中です。自動収集・ランキングへの加点はまだ行いません。

比較の限界

一般知識の広さとは異なります。裁判者、拒答、匿名・ローリングモデルの固定版を確認してから参照します。

出典・利用条件

MIT · Peter Gostev / BullshitBench の公式リポジトリに基づく記録。出典の帰属を保持します。

Peter Gostev / BullshitBench による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。