Zoe Lopez-Latorre

Pada bulan Maret lalu, kami memperkenalkan Android Bench—papan peringkat LLM untuk tugas pengembangan Android di dunia nyata. Sejak saat itu, kami telah meningkatkan tolok ukur berdasarkan masukan Anda, termasuk mengevaluasi model bobot terbuka dan menambahkan dimensi biaya dan efisiensi ke papan peringkat.