MOC · ewaluacja

axis

• KLEJ / Open-PL — 6 zadań
• Knowledge probe — długi ogon wiedzy o Polsce
• LLMzSzŁ — likelihood (protokół paperowy)
• Suita generatywna (ollama, Q4)

benchmark

• ARC-Challenge (EN)
• Belebele (EN)
• Belebele (PL)
• FLORES-200 (PL)
• GSM8K (EN)
• INCLUDE-44 (PL)
• LLMzSzŁ
• MMLU (EN)
• PES (medyczny)
• PoQuAD