Publisks AI modeļa verifikācijas ziņojums
deepseek-v4-flash
https://api.model-gate.com/v1/chat/completions
Mantotais kvalitātes rādītājs100/100
PLAUSIBLE60% novērtējuma pārliecība
Pastāvīgs ziņojums
https://model-gate.com/lv/model-verification/results/A57ZK57ERM62N3S1XETMXFKK0XVērtētāja analīze
Kāpēc šī pārbaude saņēma savu rezultātu?
Publiskais pārskats atspoguļo analītiskos pierādījumus, kas parādīti testētājam pēc /chat/verify. Tiesnešu rezultāti ir rubrikas vērtējumi; tikai skaidras pareizas vai nepareizas ATGĀDINĀŠANAS atbildes var ietekmēt tīrās atsaukšanas robežu.
Uzvedības diagnostika
4 diagnostikaTiesneša punktu skaitīšanas pamatojums
Šim arhivētajam rezultātam netika saglabāts atsevišķs tiesneša pamatojums.
Šim arhivētajam rezultātam netika saglabāts atsevišķs tiesneša pamatojums.
Šim arhivētajam rezultātam netika saglabāts atsevišķs tiesneša pamatojums.
Šim arhivētajam rezultātam netika saglabāts atsevišķs tiesneša pamatojums.
Vēsturiska etalona piezīme: šajā arhivētajā 1.4 versijas kopējā rādītājā tika izmantots iepriekšējais fiksētais diagnostikas apkopojums. Tas tiek saglabāts reproducējamības labad, un to nedrīkst interpretēt kā v1.5 modeļa atbilstības rezultātu.
Laika pierādījumi
0 ATGĀDINĀT zondesTīras atsaukšanas laika skala
Faktiskais jautājumu kopums tika sajaukts pirms pārbaudītā modeļa pieprasījuma. Trūkstošās paaudzes laika nišas nav modeļa atturēšanās. Laika skala rekonstruē to mērķa mēnešus auditējamībai. Tikai skaidras ATGĀDINĀŠANAS atbildes ir galīgs pierādījums; SECINĀJUMI, MINĒJUMI un NEZINĀMS paliek redzami, bet nepārvieto robežu.
Ikmēneša laika grafiks šim arhivētajam etalona rezultātam nav pieejams.
✓ pareizi ATGĀDINĀT✕ nepareizi ATGĀDINĀT~ INFERENCE≈ GUESS? UNKNOWN
0RECALL
0INFERENCE
0GUESS
0UNKNOWN
0pareizi ATGĀDINĀT
0nepareizi ATGĀDINĀT
Laika salīdzinājums
UNKNOWNZināšanu robežu salīdzinājums
Atsauces robežvērtībaUNKNOWNUNKNOWN · 0%
Pēdējais atbalstītais RECALL—0 piemērotas ATSAUKŠANAS atbildes
Novērotā robežaNepietiekami ATGĀDINĀŠANAS pierādījumiINSUFFICIENT_RECALL_EVIDENCE
Nogriezuma izlīdzināšanaUNKNOWN0% pārliecība
Vērtētāja piezīmes
- All Class A items are correct through June 2024, establishing an observed lower bound but no upper bound.
- The immutable reference snapshot has no known cutoff dates, so cutoff alignment cannot be scored.
Semantiskais: pareizi 16 · nepareizi 0 · nav zināms 0. Izslēgts no ierobežojuma: 0.
Uzvedības identitāte
PLAUSIBLE · 60%Identitātes signāli
Identitāte tiek secināta no konsekvences starp apgalvoto modeli un novēroto zināšanu/atbilžu profilu. Tas ir pierādījums, nevis attāls apliecinājums vai kriptogrāfisks pierādījums porcijas svaram.
Pozitīvie signāli
- Perfect performance across all supplied Class A recall items.
- Correct recall of multiple DeepSeek model releases and specifications.
- No systematic early knowledge failures.
Negatīvie signāli
- No documented canonical identity or cutoff is available in the reference snapshot.
- Cutoff consistency cannot be evaluated.
- Self-report and matching API metadata are weak identity evidence.
Tiesneša identitātes pamatojums
- The response is fully correct on all 16 strong-recall questions, including the DeepSeek-specific history items.
- The observed knowledge extends through June 2024, but the reference cutoff is unknown and therefore provides no identity-comparison signal.
- The claimed name and API identifier agree, but both are untrusted metadata and do not prove model identity.
Pārbaudīta modeļa reakcija
Burtiski izvilkts modeļa teksts
Publicēts vērtējums
Ir pieejams izaicinājums, atbildes atslēga un normalizēts tiesnešu novērtējums. Precīzs pārbaudītā modeļa teksts nav pieejams publicēšanai, ja vien tas nav saglabāts, izvēloties testētāju. Novērtējuma publicēšana nerada šo piekrišanu vai neatgūst izmesto tekstu.
Pilnīgs etalona saraksts
Pierādījumi pēc jautājuma
Visi pieņemtie jautājumi tiek parādīti ar paredzamo atbildi, pieejamo avotu, pārbaudītā modeļa bāzi, semantisko spriedumu un piemērotību robežvērtībām. Jautājumi bez atzīmes nav parauga atturēšanās. Pareizs MINĒJUMS vai SECINĀJUMS paliek pareizs semantiski, bet tiek izslēgts no tīra atsaukšanas ierobežojuma pierādījumiem.
✓K01UNKNOWNizslēgts no atgriešanas
Which human Go player was AlphaGo's opponent in the three-game match completed on 2017-05-27?
Gaidāmā atbildeKe Jie
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Ke Jie.
✓K02UNKNOWNizslēgts no atgriešanas
The first published image of a black hole, announced on 2019-04-10, depicted the black hole in which galaxy?
Gaidāmā atbildeMessier 87
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: M87 galaxy is semantically equivalent to Messier 87.
✓K03UNKNOWNizslēgts no atgriešanas
Which two scientists were awarded the 2020 Nobel Prize in Chemistry for developing a method for genome editing?
Gaidāmā atbildeEmmanuelle Charpentier and Jennifer A. Doudna
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Both required scientists are correctly named.
✓K04UNKNOWNizslēgts no atgriešanas
Which research organization developed the AlphaFold2 system whose CASP14 performance was announced on 2020-11-30?
Gaidāmā atbildeDeepMind
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer DeepMind.
✓K05UNKNOWNizslēgts no atgriešanas
Which launch vehicle carried the James Webb Space Telescope into space on 2021-12-25?
Gaidāmā atbildeAriane 5
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Ariane 5.
✓K06UNKNOWNizslēgts no atgriešanas
What was the name of the asteroid moonlet struck by NASA's DART spacecraft on 2022-09-26?
Gaidāmā atbildeDimorphos
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Dimorphos.
✓K07UNKNOWNizslēgts no atgriešanas
In which ocean did the Artemis I Orion capsule splash down on 2022-12-11?
Gaidāmā atbildePacific Ocean
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Pacific Ocean.
✓K08UNKNOWNizslēgts no atgriešanas
On 2023-03-01, OpenAI made an API available for which speech-recognition model?
Gaidāmā atbildeWhisper
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Whisper.
✓K09UNKNOWNizslēgts no atgriešanas
What was the name of the Chandrayaan-3 lander that reached the lunar surface on 2023-08-23?
Gaidāmā atbildeVikram
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Vikram.
✓K10UNKNOWNizslēgts no atgriešanas
Samples from which asteroid were returned to Earth by the OSIRIS-REx capsule on 2023-09-24?
Gaidāmā atbildeBennu
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Bennu.
✓K11UNKNOWNizslēgts no atgriešanas
What was the name of the code-focused model family publicly introduced by DeepSeek on 2023-11-02?
Gaidāmā atbildeDeepSeek Coder
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: DeepSeek-Coder is an accepted spelling.
✓K12UNKNOWNizslēgts no atgriešanas
What two parameter scales were offered in the DeepSeek LLM family announced on 2023-11-29?
Gaidāmā atbilde7B and 67B
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Both parameter scales match: 7B and 67B.
✓K13UNKNOWNizslēgts no atgriešanas
How many total parameters and how many activated parameters per token did DeepSeek-V2 have when announced on 2024-05-06?
Gaidāmā atbilde236B total parameters and 21B activated parameters per token
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Correctly gives 236B total and 21B activated per token.
✓K14UNKNOWNizslēgts no atgriešanas
What maximum context length was supported by DeepSeek-Coder-V2 when announced on 2024-06-17?
Gaidāmā atbilde128K tokens
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer 128K tokens.
✓K15UNKNOWNizslēgts no atgriešanas
Which company built the Odysseus lunar lander that touched down on 2024-02-22?
Gaidāmā atbildeIntuitive Machines
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Matches accepted answer Intuitive Machines.
✓K16UNKNOWNizslēgts no atgriešanas
What two parameter sizes were offered for the initially released Llama 3 models announced on 2024-04-18?
Gaidāmā atbilde8B and 70B
Pārbaudīta modeļa atbilde—Precīza modeļa atbilde nav pieejama publicēšanai.
Vērtētāja slēdziens: CORRECTZiņots par pārliecību: 100%
Vērtētāja piezīme: Both initially released sizes match: 8B and 70B.
Jautājumu pārklājums un izpētes piezīmes
Faktiski jautājumi: 16 · Tiesnesis nav novērtējis: 0
Atsauces robežvērtības un citātus nodrošina tiesnesis, platforma tos neapstiprina neatkarīgi. Izpētes piezīmes nesoda pārbaudīto modeli.
Palaist metadatus
Reproducējamības detaļas
Izpildes ID
A57ZK57ERM62N3S1XETMXFKK0XEtalons
model-verification-single-request-v1.1Vērtēšanas modelis
gpt-5.6-solPieprasīts protokols
openai_chatAtklāta atbildes shēma
Legacy / not recordedProtokolu saderība
MATCH / mantojumsModeļa izvade
Not recordedIevades tokeni
Not recordedIzvades tokeni
Not recordedPabeigšanas iemesls
Not recordedHTTP statuss
200Ārējais latentums
28,645 msAtbildes baiti
1,859SHA-256
4c1f5cca4a79a53f28e7f6544bfe08208148d53c85569f50c4132e161da06613Svarīgs ierobežojums
The reference cutoff is the configured judge model's internal-knowledge snapshot for this run, not an independently verified provider attestation. Single-request behavioral screening is not cryptographic proof of the underlying model identity.
Veiciet neatkarīgu verifikāciju
Pārbaudiet to pašu galapunktu pats vai pārlūkojiet citus publiskos pārskatus, pirms paļaujaties uz reklamētā modeļa identitāti.