एआई बेंचमार्क रिपोर्ट की लीक हुई तस्वीर

{ "type": "शैक्षणिक और तकनीकी रिपोर्ट प्रदर्शित करते हुए कंप्यूटर मॉनिटर की तस्वीर।", "style": "थोड़ा झुका हुआ स्क्रीन फोटो, जिसमें मोइरे पैटर्न, एलसीडी पिक्सेल ग्रिड, हल्के प्रतिबिंब, LaTeX दस्तावेज़ लेआउट, सेरिफ़ फ़ॉन्ट दिखाई दे रहे हैं।", "document_header": { "left": "4. बेंचमार्क मूल्यांकन", "right": "{argument name=\"रिपोर्ट शीर्षक\" default=\"DeepSeek-V4 तकनीकी रिपोर्ट\"}" }, "introductory_text": "{argument name=\"मुख्य मॉडल का नाम\" default=\"DeepSeek-V4\"} की तुलना {argument name=\"प्रतिस्पर्धी मॉडल 1\" default=\"GPT-5.3\"} , {argument name=\"प्रतिस्पर्धी मॉडल 2\" default=\"Claude Opus 4.6\"} और {argument name=\"प्रतिस्पर्धी मॉडल 3\" से करें।" default=\"Gemini 3.1 Pro Preview\"} व्यापक मूल्यांकन अनुभाग।", "visualizations": { "legend": "रंग कोड के साथ पांच आइटम: गहरा नीला, धूसर, हल्का धूसर, नीली धारियाँ, हल्का नीला", "bar_charts": { "count": 6, "labels": [ "MMLU-Pro (EM)", "GPQA-Diamond (Pass@1)", "AIME 2025 (Pass@1)", "LiveCodeBench (Pass@1-COT)", "SWE-bench Verified (Resolved)", "Tau-bench (Average)" ] }, "caption": "चित्र 1 | मुख्य बेंचमार्क का प्रदर्शन तुलना। DeepSeek-V4 ने अधिकांश बेंचमार्क परीक्षणों में उद्योग-अग्रणी परिणाम प्राप्त किए।" }, "डेटा_टेबल": { "कॉलम": [ "बेंचमार्किंग", "{आर्गुमेंट नाम="मुख्य मॉडल नाम" डिफ़ॉल्ट="डीपसीक-V4"}", "{आर्गुमेंट नाम="प्रतिस्पर्धी मॉडल 1" डिफ़ॉल्ट="GPT-5.3"}", "{आर्गुमेंट नाम="प्रतिस्पर्धी मॉडल 2" डिफ़ॉल्ट="क्लाउड ओपस 4.6"}", "{आर्गुमेंट नाम="प्रतिस्पर्धी मॉडल 3" डिफ़ॉल्ट="जेमिनी 3.1 प्रो पूर्वावलोकन"}", "GPT-4.1" ], "श्रेणियाँ": { "गणना": 4, "पंक्तियाँ": [ { "लेबल": "सामान्य", "आइकन": "ग्लोब/नेटवर्क", "उप_आइटम": 3 }, { "लेबल": "तर्क और गणित", "आइकन": "कैलकुलेटर/क्लिपबोर्ड", "उप_आइटम": 3 }, { "लेबल": "कोड", "आइकन": "कोड ब्रैकेट", "उप_आइटम": 3 }, { "लेबल": "एजेंट", "आइकन": "रोबोट चेहरा", "उप_आइटम": 3 } ] } } }