Höfnunarhlutföll eftir líkanafjölskyldum
Hver spurning sem skrifuð er fyrir þennan vef fer í gegnum sömu athuganir, sama hvaða líkan skrifaði hana. Hér sést hversu margar þeirra hver líkanafjölskylda missir, síðustu 30 daga, með tölunni sem hlutföllin eru talin út frá.
Þessi hlutföll eru talin úr kallaskránni, sem haldin hefur verið síðan 14. september 2026. Heildartölurnar sem birtast annars staðar á vefnum telja hverja spurningu síðan vefurinn opnaði 11. september 2026, svo þessi tvö talnasett ná yfir ólík tímabil og eiga ekki að stemma hvort við annað.
Talið frá til : 2,459 framleiðslubeiðnir sem skiluðu 6,183 spurningum. Líkanafjölskylda er birt þegar hún hefur skilað 200 spurningum á tímabilinu; fyrir neðan það segir síðan það frekar en að birta hlutfall úr handfylli beiðna.
| Líkanafjölskylda | Skrifaðar spurningar | Tilvitnun fannst ekki á tilgreindri síðu | Annað líkanið var ósammála | Tvítekning | Galli | Ekki beðið um eða of seint | Samþykktar |
|---|---|---|---|---|---|---|---|
| qwen | 4,583 | 6.2% | 6.1% | 14.0% | 28.9% | 2.1% | 42.7% |
| deepseek | 503 | 14.3% | 3.0% | 2.4% | 11.5% | 2.0% | 66.8% |
| glm | 410 | 2.0% | 7.3% | 5.6% | 51.5% | 2.2% | 31.5% |
| nemotron | 393 | 3.1% | 0.5% | 2.5% | 53.9% | 1.3% | 38.7% |
| gpt-oss | 281 | 7.8% | 1.4% | 1.8% | 38.4% | 1.8% | 48.8% |
| openrouter-primary | 13 | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn |
| gemma | 0 | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn |
Eftir leið
Ókeypis leiðin keyrir fyrst DeepSeek V4 Flash á Cloudflare Workers AI, með önnur líkön með opnum vogum til vara. Greidda leiðin keyrir forgangslíkönin: DeepSeek V4 Pro skrifar og Kimi K2.6 svarar blint. Báðar leiðirnar fara í gegnum sömu athuganir og báðar eru taldar hér, og þess vegna fjallar þessi síða um líkanafjölskyldur en ekki leiðir.
| Braut | Skrifaðar spurningar | Tilvitnun fannst ekki á tilgreindri síðu | Annað líkanið var ósammála | Tvítekning | Galli | Ekki beðið um eða of seint | Samþykktar |
|---|---|---|---|---|---|---|---|
| ókeypis | 6,140 | 6.5% | 5.3% | 11.2% | 31.1% | 2.0% | 43.9% |
| greidd | 43 | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn | of lítil gögn |
Hvað hver dálkur þýðir
- Skrifaðar spurningar: spurningar sem líkanið skilaði í svari sem hægt var að þátta. Svör sem ekki var hægt að lesa sem JSON eru talin sérstaklega í CSV-skránni, eftir kalli, því þau skiluðu engum spurningum til að telja.
- Tilvitnun fannst ekki á tilgreindri síðu: orðrétta tilvitnunin var ekki í vistuðum texta þeirrar síðu sem líkanið nefndi, eða það vísaði í síðu utan kaflans sem það fékk. CSV-skráin skiptir þessu tvennu.
- Annað líkan var ósammála: líkan úr annarri líkanafjölskyldu, sem fékk spurninguna og tilvitnanir hennar en aldrei svarlykilinn, valdi annað svar.
- Tvítekning: spurningin endurtók spurningu sem þegar var samþykkt úr sama skjali.
- Galli: bygginga- eða gæðaregla felldi hana, til dæmis svarkostir með uppljóstrun eða spurning sem á sér ekkert eitt besta svar. Þessar reglur eru þær sem gallaskoðun krossaspurninga keyrir í vafranum þínum.
- Ekki beðið um eða of seint: spurningin var í lagi en komst samt aldrei til nemanda. Annaðhvort var hún af gerð sem verkið bað ekki um (stutt svar í krossaspurningaverki), eða verkið fylltist af öðrum köllum á meðan þessi var skrifuð. Hvort tveggja er talið svo röðin gangi upp; hvorugt er líkaninu til lasts.
- Samþykkt: það sem lifði allt saman af og komst til nemanda.
Aðferð
Hver tala hér kemur úr raunverulegum verkum á þessum vef. Ein röð er skrifuð fyrir hvert kall til veitu, á því augnabliki sem niðurstaða kallsins liggur fyrir, og geymir talningar og ekkert annað: engan spurningatexta, engan skjaltexta og engan notanda. Talningarnar eru eignaðar því líkani sem í raun svaraði, sem er ekki alltaf líkanið sem verkið bað um, því líkanasafnið skiptir yfir í annað líkan þegar eitt er hraðatakmarkað eða hægt. Að eigna kallið líkaninu sem keyrði ekki myndi birta tölu um rangt líkan.
Glugginn er síðustu 30 dagar, endurtalinn í mesta lagi tvisvar á klukkustund, og hann er einn af þremur föstum gluggum. Hlutföllin eru hlutar af þeim spurningum sem fjölskylda skilaði, og hver spurning sem kall skilaði er í nákvæmlega einum þessara dálka, svo þau leggjast saman við samþykkta hlutann í heild. Kall sem barst verki sem þegar var lokið skrifar enga röð: spurningar þess voru aldrei skoðaðar, og líkan sem svaraði seint er ekki líkan sem svaraði illa. Fjölskylda með færri en 200 skilaðar spurningar er skráð sem ónóg gögn, því við þá stærð hreyfir einn slæmur kafli hlutfall um nokkur prósentustig.
Sæktu sömu tölur sem CSV, eða lestu þær sem JSON. Tölurnar eru birtar undir leyfinu Creative Commons Attribution 4.0: notaðu þær, vitnaðu í þær, og nefndu MedUni Exam sem heimild.
Uppfært 24. september 2026.
Enginn aðgangur nauðsynlegur til að prófa. Skráning geymir safnið þitt, einkunnir og upprifjunarröð á öllum tækjum.
Birt , uppfært .