متى تستخدمه؟
استخدم المختبر بعد اختيار مجموعة صغيرة من النماذج، وقبل نقل استخدامك الفعلي إلى نموذج جديد. عيّنة من عملك أهم من ترتيب عام.
اختر النماذج، استخدم طلبًا حقيقيًا، ألصق إجاباتها، ثم قيّمها من دون معرفة أسمائها. المختبر لا يتصل بواجهات النماذج.
جارٍ التحميل…
ابدأ بحالة حقيقية واحدة، استخدم حزمة جاهزة، أو استورد حتى 100 حالة.
أعمدة CSV: title,prompt,criteria,category,language,weight. ويمكن أن يكون JSON مصفوفة أو كائناً يحتوي مصفوفة cases. الحد الأقصى لحجم ملف الاستيراد 5 ميغابايت.
استخدم من نموذجين إلى خمسة لمقارنة النماذج، أو من نموذج واحد إلى خمسة وثبّتها لتجربة البرومبت A/B. تأتي الأسماء وحقول السعر الحالية من فهرس benchr الموثق.
ولّد الإجابات في حسابات المزوّدين، ثم الصقها أو استوردها هنا. إدخال زمن الاستجابة وعدد التوكنز اختياري.
تبقى أسماء النماذج مخفية وأنت تطبّق المعايير نفسها على كل إجابة.
قارن التقييم البشري بالتكلفة المقدّرة والزمن المدخل، ثم صدّر النتيجة أو أنشئ رابط مشاركة بعد تأكيدك.
تعتمد التوصيات فقط على الدرجات المزدوجة، ودليل المقيّم، والفرق المنظم بين النسختين.
تُستعاد تجربة البرومبت النشطة مؤقتًا داخل علامة التبويب عبر sessionStorage، ويحذفها زر التصفير. لا تُزامن أو تُرفع. أما حفظ السجل فهو إجراء صريح منفصل؛ يحفظ نسخ البرومبت والدرجات والأدلة والنتيجة على هذا الجهاز، ويستبعد مخرجات النماذج الخام.
استخدم المختبر بعد اختيار مجموعة صغيرة من النماذج، وقبل نقل استخدامك الفعلي إلى نموذج جديد. عيّنة من عملك أهم من ترتيب عام.
تعتمد التكلفة على أسعار الإدخال والإخراج الحالية في models.json. إدخال عدد التوكنز يعطي نتيجة أدق؛ وإن تركته فارغاً يظهر تقدير تقريبي مبني على طول النص. لا يظهر زمن الاستجابة إلا إذا أدخلت قياسًا فعليًا لذلك المخرج؛ ولا يستعير المختبر قيمة سرعة بديلة من فهرس النماذج.
تكشف الحزمة الصغيرة عيوباً واضحة، لكنها لا تضمن جودة الإنتاج. اختبر الحالات الطرفية، وكرّر التوليد المتغير، واستعن بأكثر من مقيّم مؤهل حين يكون أثر القرار كبيراً.
الطلبات ومعايير التقييم منشورة بترخيص CC BY 4.0. يمكنك فحص أو إعادة استخدام الحزم الأساسية وحزم الاستخدام. لا تحتوي الملفات على مخرجات نماذج مخفية أو درجات بنشمارك خاصة.
لا، لا ترفعها المساحة. تحتفظ مؤقتًا بتجربة البرومبت النشطة في sessionStorage لعلامة التبويب كي تستعيدها بعد التحديث، ويحذف زر التصفير هذه اللقطة. لا يُحفظ سجل دائم إلا بعد تأكيدك، ويستبعد مخرجات النماذج الخام. ولا تنزّل الصفحة سوى ملفات benchr العامة لبيانات النماذج وحِزم التقييم.
لا. اختيار النموذج يضيف اسمه وسياق السعر فقط؛ أما المخرجات فتولّدها في حسابات مزوّديك ثم تلصقها أو تستوردها هنا. المختبر لا يطلب مفتاح API.
لا. الحالات المرفقة مطالبات اصطناعية أصلية تساعد في اتخاذ القرار، وليست اختباراً علمياً أو معتمداً من المزوّدين. استخدم حالات تمثل عملك فعلاً وأكثر من مقيّم مؤهل للقرارات المهمة.
بعد التأكيد والضغط على زر المشاركة فقط، تُرمّز الحالات والمخرجات والدرجات والإعدادات الحالية داخل جزء الرابط. يستطيع كل من يصله الرابط قراءة محتواه، لذلك لا تضع فيه بيانات سرية أو شخصية.