Pruebas comparativas abiertas
Pruebas abiertas para comparar modelos de inteligencia artificial. Cada prueba publica sus datos o su código. Cada página explica qué mide la prueba, a quién está dirigida, cómo se ejecuta y qué muestran los resultados publicados.
-
Modelos de decisión
3116 situaciones escritas en inglés, turco y alemán para evaluar modelos que eligen entre respuestas predefinidas y asignan una probabilidad a cada una.
1600 descargas en Hugging Face al 18 de octubre de 2026.
-
Modelos de decisión
Un conjunto abierto de pruebas que comprueba cómo afectan los cambios de una pregunta a un modelo que elige entre respuestas predefinidas.
-
Asistentes locales para tareas
160 tareas en un espacio de trabajo para evaluar asistentes de inteligencia artificial basados en modelos pequeños según si el trabajo terminado coincide con la solicitud.
170 descargas en Hugging Face al 18 de octubre de 2026.