Resultados verificados relacionados con esta tarea o capacidad evaluada.
Los resultados corresponden a evaluaciones especificas. Diferentes benchmarks, versiones o metodologias pueden no ser directamente comparables.
Version: val-11550 · Metrica: accuracy · Unidad: %
Resultado disponible; no hay evolución demostrada.
| Fecha de evaluacion/publicacion | Resultado | Fecha de evaluacion | Fecha de publicacion | Fuente |
|---|---|---|---|---|
| 13/05/2024 | 69,1 % | No confirmado | 13/05/2024 | OpenAI (Hello GPT-4o) Ver fuente |
La ausencia de puntos comparables no significa ausencia de capacidad. Benchmarks, versiones, metricas, unidades, harnesses y condiciones diferentes deben mantenerse separados. Alias, snapshots, modelo logico y familia tampoco se sustituyen entre si.