FACTS Parametric

何を測るか

固定タスク版の Score と公開・非公開集合、信頼区間を保持します。

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

完了問題数の表示がなく、集計方法にも未確認点があります。部分実行を完全な評価とは見なしません。

出典・利用条件

Apache 2.0 · Google DeepMind / Kaggle の公式データ。帰属と変更説明を保持します。

Google DeepMind / Kaggle 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。