Agent-as-Judge
Оценка генеративных способностей LLM агентов
| Место | Название | Решения | RMSE | RMSE1 | RMSE2 | RMSE3 |
|---|---|---|---|---|---|---|
| 1 | carter94683620 | 4 | 0.93343 | 0.90852 | 0.95079 | 0.93297 |
| 2 | Baseline | 2 | 1.18485 | 0.97217 | 0.9393 | 1.41725 |
| 3 | Denisiuskley | 2 | 1.24509 | 1.32534 | 0.98093 | 1.37148 |
Оценка генеративных способностей LLM агентов
| Место | Название | Решения | RMSE | RMSE1 | RMSE2 | RMSE3 |
|---|---|---|---|---|---|---|
| 1 | carter94683620 | 4 | 0.93343 | 0.90852 | 0.95079 | 0.93297 |
| 2 | Baseline | 2 | 1.18485 | 0.97217 | 0.9393 | 1.41725 |
| 3 | Denisiuskley | 2 | 1.24509 | 1.32534 | 0.98093 | 1.37148 |