Eval harness do chat
Benchmark dos modelos do chat: as mesmas perguntas para cada modelo, score por caso com verificações determinísticas, latência e um teste que trava regressão.
Carregando demo…
Benchmark dos modelos do chat: as mesmas perguntas para cada modelo, score por caso com verificações determinísticas, latência e um teste que trava regressão.
Carregando demo…