Kizagan E4B Turkish Reasoning Türkçe Benchmark — 8B

Kizagan E4B Turkish Reasoning (8B) Türkçe benchmark — TurkishMMLU-Yüksel 51.2%. Birinci elden ölçüm, donanım, hız ve yerel kurulum komutları.

Kizagan E4B Turkish Reasoning — birinci-taraf ölçülen skorlar

Skorlar lm-evaluation-harness ile birinci-elden ölçüldü (5-shot, seed 42). Ölçülmeyen boyutlar "ölçülmedi" olarak işaretli; tahmin edilmez.