Skip to main content
llm-leaderboard
Projects
nejumi-leaderboard4
Reports
Overview
Models
Workspace
Runs
Weave
Traces
Evals
Playground
Monitors
Assets
Reports
Created by
Created On
Last edited
Nejumi LLMリーダーボード4
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
2
yuya-yamamoto
2025-07-28
応用的言語性能
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
推論能力
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
アプリケーション開発
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
倫理・道徳
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
毒性
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
バイアス
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
真実性
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
制御性
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
堅牢性
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
知識・質問応答
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
基礎的言語性能
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
Nejumi LLMリーダーボード4（バックアップ）
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
yuya-yamamoto
2025-08-26
Nejumi LLMリーダーボード4 Deep Dive ALT (temp)
アプリケーション開発能力と安全性評価を強化し、実用的なLLM選定を支援
0
keisuke-kamata
2025-08-26
[Draft] Nejumi Leaderboard4：更新の背景と評価項目
0
keisuke-kamata
2025-06-18
[Draft中]: Nejumi Leaderboard4から得られたインサイト
0
keisuke-kamata
2025-07-28
Weave: swebench_leaderboard_table (25/07/01 09:59:53)
0
yuya-yamamoto
2025-07-01
Weave: swebench_leaderboard_table (25/07/01 09:56:30)
0
yuya-yamamoto
2025-07-01