BENCHMARK DOCUMENTADO

SingProbe Query Intent

Resultados publicados e condições declaradas pelas fontes. Os números só são comparáveis quando versão, configuração, métrica e data coincidem.

01 / RESULTADOS

Medições publicadas

Modelo	Organização	Resultado	Métrica	Condições
SingProbe Qwen3.8-Flash-Next	inclusionAI	0,8728	F1	Classificação de risco nas suites SingProbe; resultado do fornecedor não reproduzido pela Inferama.
SingProbe GLM-5.3-Flash	inclusionAI	0,8683	F1	Classificação de risco nas suites SingProbe; resultado do fornecedor não reproduzido pela Inferama.

02 / INTERPRETAÇÃO

Verifique o identificador do modelo, a data e se o alias pode mudar.

Verifique ferramentas, esforço, número de tentativas, prompt e orçamento de inferência.

Valide o resultado com tarefas, idiomas, formatos e erros representativos do seu produto.

03 / MÉTODO

Um benchmark público orienta, mas não substitui uma avaliação com os teus dados, ferramentas, orçamento e tolerância ao erro.

Um alias móvel e um snapshot podem produzir resultados diferentes. Regista o modelo, a data e o fornecedor.

O prompt, o raciocínio, as ferramentas, o número de tentativas e o orçamento devem ser equivalentes para comparar.

Uma diferença pequena pode desaparecer entre execuções. Conserva amostras, dispersão e falhas, não apenas a média.

Valida se a melhoria se mantém em idiomas, formatos e casos reais próximos do teu produto.

Uma métrica só é útil quando conhecemos a tarefa, as condições e o erro que importa. O resultado começa com o desenho do teste.

04 / FONTES