متى تستخدمه؟
استخدم المختبر بعد تكوين قائمة قصيرة وقبل تحويل حركة الإنتاج إلى نموذج جديد. عيّنة من عملك الفعلي أقرب إلى قرارك من ترتيب عام واحد.
أدخل حالاتك ومخرجات النماذج، أخفِ الأسماء أثناء التقييم، ثم ضع النتيجة البشرية بجانب التكلفة وزمن الاستجابة. لا حساب ولا مفتاح API.
ابدأ بحزمة جاهزة، أضف حالة، أو استورد حتى 100 حالة من CSV أو JSON.
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.
الأسماء ومعرّفات API وحقول السعر تأتي من فهرس نماذج benchr المشترك.
ولّد الإجابات في حسابات المزوّدين لديك، وأضف زمن الاستجابة وعدد الرموز إن كانت لديك قياسات فعلية.
ترتيب النماذج عشوائي وثابت داخل كل حالة، ولا تظهر هويتها حتى تكشف النتائج.
يرتّب الجدول حسب التقييم البشري ثم التكلفة المقدرة. القيمة الناقصة تبقى ناقصة ولا تتحول إلى صفر.
جارٍ التحميل…
استخدم المختبر بعد تكوين قائمة قصيرة وقبل تحويل حركة الإنتاج إلى نموذج جديد. عيّنة من عملك الفعلي أقرب إلى قرارك من ترتيب عام واحد.
تعتمد التكلفة على أسعار الإدخال والإخراج الحالية في models.json. إدخال عدد الرموز يعطي نتيجة أدق، وإلا تظهر بوضوح كتقدير حرفي تقريبي. الزمن لا يعد قياساً إلا إذا أدخلته أنت؛ وزمن الفهرس موسوم كتقدير تحريري.
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.
لا. تعمل مساحة التقييم داخل متصفحك، ولا يرفع benchr طلباتك أو مخرجات النماذج أو الدرجات أو الملاحظات ولا يخزّنها. لا 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 بنشمارك 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.