TURKISH SEO REASONING

Benchmark Explorer

120 soruyu, referans cevabı ve altı modelin yanıtlarını ayrıntılı inceleyin.

Dataset Ham sonuçlar Fine-tuned model

Arama

Kategori Zorluk

Yalnızca elle hazırlanan 12 soru

Bir soru seçin.

Bu arayüz lexical token-F1 sonuçlarını gösterir; cosine similarity ve semantik çelişki kontrolü kullanılmamıştır.