对 Jev 1.13.0 问题表述敏感性与失败模式的独立合成任务研究，附原始响应和离线报告检查。
查看英文原文
Independent synthetic-task study of Jev 1.13.0 framing sensitivity and failures, with raw responses and offline report checks.
结果只适用于各项目的数据集、提示词、模型版本和测量设置。收录表示证据可检查，不代表本站或原清单独立重跑了基准。
收录与研究来源
以下保留前版来源，不代表本版重新安装或审计了此项目。
cobanov/awesome-jev →原审查固定 README · e4a1d7e →原审查实现文件 · behavior_study.py →