← KeşfetGeliştirici AraçlarıSaaSyayım: 23 Tem 2026
LLM'leri değerlendirmek için metin-tabanlı MUD ortamı
1970'lerin MUD oyunlarını kullanarak LLM'lerin davranışsal boyutlarını ölçen bir değerlendirme altyapısı.
GüvenDüşük güven
Kanıt1 kaynak
Momentumyatay
Kanıttan başlıklar
- · Can a MUD evaluate LLMs? A $99 proof of concept
Tam analiz üyelere özel
- Problem ve çözümün tam metni
- MRR aralığı (p10 / p50 / p90)
- Skor aritmetiği ve boyut dökümü
- Kanıt tam listesi — kaynak bağlantılarıyla
- Kanallar ve lansman paketi
Tam analizi gör — üye olHaftalık fırsat bülteni
Doğrulanmış girişim fırsatları ve pipeline istatistikleri — e-postanıza, ücretsiz.