タスク別ランキング、順位変動、モデル比較、モデル一覧、更新候補を確認できます。
OpenGPT が根拠をどのように検証し、説明するかを確認できます。
モデル、Agent、ランキング、ツール
同じベンチマーク版と互換性のあるタスク範囲が必要です。