Real-World Finance · v2, 294 tasks · 测试定义与成绩

Real-World Finance · v2, 294 tasks 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

别名 Real-World Finance v2 (294 tasks)

  • Elo rating · Elo · 越高越好
  • Head-to-head win rate · % · 越高越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 1 次发布

  • Claude Sonnet 5本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)