Демонстрационные данные: оценки сгенерированы для примера и не являются результатами реальных испытаний.

ЛИДЕРБОРД · редакция 2026-09

Ведомость испытаний

Ранжирование опубликованных запусков. Данные на 24 августа 2026 г. Рейтинг корректен внутри одной версии набора и профиля оценки.

ДоменСпособностьМодальностьПровайдерДоступНаборВерсияУровень

Период

Набор: RAG и корректность цитирования (РФ) v1.0.0 сбросить

1 запуск

на страницеЭкспорт CSV

Лидерборд: ранжирование систем по измерениям качества, безопасности, надёжности, эффективности и покрытия
Подробности запуска	№	Система	Качество	Безопасность	Надёжность	Эффективность	Покрытие	Уровень

Качество 84,3 95% ДИ 73,2–95,5 · n = 5 Безопасность 93,5 95% ДИ 81,8–105,1 · n = 5 Надёжность 73,9 95% ДИ 53,8–94,0 · n = 5 Эффективность — ДИ не рассчитан Покрытие 100 % 95% ДИ 74 %–94 % · n = 5 Профиль оценки: Агентный профильHarness: RAGPipe (demo) 0.4.0Задач в запуске: 5Опубликован: 24 августа 2026 г.Протокол запуска →