WHAT-THE-JEV / EXAMPLES
从具体问题出发，用小规模示例观察决策模型。
本实验测试 Jev 模型是否掌握 1996 年至 2024 年八届美国总统大选的结果。
本实验测试 Jev 模型对小学算术应用题的作答能力。
本实验测试 Jev 模型对大学数学计算题的作答能力。
本实验测试 Jev 模型能否仅凭像素数值识别图像内容。
本实验测试 Jev 模型在经典伦理困境中的判断。
本实验测试 Jev 模型对客服工单的判断能力。
本实验测试 Jev 模型能否发现多轮 agent 对话中藏在工具调用结果里的提示词注入攻击。
本实验测试 Jev 模型能否根据论文的部分内容回答关于该论文的问题。