Benchable : Hallucinations (Baseline) est un benchmark public créé par Benchable pour évaluer la capacité d’un modèle à reconnaître l’incertitude face à des informations entièrement fictives. Il s’intéresse à l’humilité épistémique, c’est-à-dire à la résistance à produire une réponse…

Benchable : Email Classification (Baseline) est un benchmark public conçu par Benchable pour évaluer une tâche simple et fréquente : attribuer à un email une seule catégorie parmi six options prédéfinies, comme Spam, Business, Personnel, Newsletter, Service client ou Transactionnel.