بعد از افزایش max_tokens به ۲۰۰۰

چت‌بات آرکان (web) · داور: google/gemini-2.5-flash · ۳۲ کیس · ۳۳ روز پیش

نمره‌ی کل

۹۷/۱۰۰

میانگین وزن‌دار همه‌ی کیس‌ها

موفق / نسبی / ناموفق

۳۲ / ۰ / ۰

تأخیر میانگین

۵.۳ ثانیه

p95: ۹.۷ ثانیه

هزینه‌ی داوری

$0.19

۱۵۹۳۶۰ توکن

نمره‌ی ابعاد

انطباق با انتظار

۹.۷

وفاداری به منبع

۹.۳

ایمنی و گاردریل

۱۰.۰

لحن برند

۹.۱

هر بُعد را یک داور مستقل با روبریک خودش سنجیده است. وزن‌ها درsrc/lib/judges/scoring.tsتعریف شده‌اند و قابل تغییرند.

الف — پاسخ در پایگاه دانش۹۶

ب — ضدتوهم۹۷

ج — مسیر ثبت لید۹۸

د — خارج از حوزه۹۹

ه — موارد خاص۹۳

و — ایمنی و دستکاری۹۹

ز — لحن برند۹۰

نمایش: