最終更新 2026/10/03 10:31
ランキング
AIニュース
AIブログ
開発
組織・キャリア
企業テックブログ
すべて
原文著者: @tagucci /
51日前
日本語ベンチマークでJevの性能を検証する
#AIエージェント
#機械学習
#OSS
AIで作成し、掲載基準に基づいて自動選定した要約です。
Jevは日本語のベンチマークデータで試験問題カテゴリで高いスコアを記録した
試験問題カテゴリでは他2モデルよりも10ポイント以上高いスコア、選択式の問題に限定して評価
試験問題カテゴリのスコアが高い理由が明確でなく、学習データの混入が疑われる
日本語ベンチマークでJevの性能を検証する
Zenn / 原文を読む
同じカテゴリの記事
GitHub CLI × Claude Code でバイブコーディングをIssue・PRで管理してみた
@Intelligent Technology's Technical Blog / 2時間前 / GitHub CLIとClaude CodeのSkill機能を組み合わせてバイブコーディングをIssue・PRで管理するワークフローを構築
AI駆動開発用ハーネスに実行検証役を組み込む
@Keita Sakashita / 2時間前 / AI駆動開発ハーネスに実行検証役を追加して不具合を発見
dbt-duckdb の seed に置いた CSV が落ちる理由を調べてみた
@asu7 / 3時間前 / dbt-duckdb の seed に置いた CSV が dbt seed で落ちる理由は、dbt と DuckDB で CSV の読み方が異なること