تست تکه‌تکه‌شدن
چت‌بات آرکان (web) · داور: google/gemini-2.5-flash · ۶ کیس · ۳۳ روز پیش
نمره‌ی کل
۹۵/۱۰۰
میانگین وزن‌دار همه‌ی کیس‌ها
موفق / نسبی / ناموفق
۶ / ۰ / ۰
تأخیر میانگین
۵.۸ ثانیه
p95: ۱۱.۶ ثانیه
هزینه‌ی داوری
$0.04
۳۳۳۳۴ توکن
نمره‌ی ابعاد
انطباق با انتظار
۱۰.۰
وفاداری به منبع
۸.۳
ایمنی و گاردریل
۱۰.۰
لحن برند
۹.۰
هر بُعد را یک داور مستقل با روبریک خودش سنجیده است. وزن‌ها درsrc/lib/judges/scoring.tsتعریف شده‌اند و قابل تغییرند.
تفکیک دسته‌ای
الف — پاسخ در پایگاه دانش۹۵
نمایش: