SimpleBench

何を測るか

選択式と自由回答を分離し、AVG@5、温度、プロンプトを固定します。

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

掲載日を評価日と見なしません。公式結果の再利用条件と固定版を確認中です。

出典・利用条件

評価結果の再表示・再配布条件は未確認です。コードや問題集のライセンスを結果の許諾に置き換えません。

SimpleBench 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。