Eine Benchmark-Punktzahl ist kein Modellurteil
DeepSWE sieht Luna Max zwei Punkte hinter Sol High bei etwa einem Sechstel der Kosten. Ich zeige, warum das wenig über die Arbeit mit beiden Modellen sagt.
Thema
model-evaluation
Alle Beiträge mit dem Tag model-evaluation, neueste zuerst.