ภาพรายงานผลการทดสอบประสิทธิภาพ AI ที่หลุดออกมา

{ "type": "ภาพถ่ายจอคอมพิวเตอร์ที่แสดงรายงานทางวิชาการและทางเทคนิค", "style": "ภาพหน้าจอเอียงเล็กน้อย แสดงลวดลายมัวเร่ ตารางพิกเซล LCD การสะท้อนแสงเล็กน้อย รูปแบบเอกสาร LaTeX แบบอักษรมีเชิง", "document_header": { "left": "4. การประเมินมาตรฐาน", "right": "{argument name=\"report title\" default=\"DeepSeek-V4 Technical Report\"}" }, "introductory_text": "สรุป {argument name=\"main model name\" default=\"DeepSeek-V4\"} เปรียบเทียบกับ {argument name=\"competitor model 1\" default=\"GPT-5.3\"} , {argument name=\"competitor model 2\" default=\"Claude Opus 4.6\"} และ {argument name=\"competitor model 3\" default=\"Gemini 3.1 Pro Preview\"} The ส่วนการประเมินที่ครอบคลุม", "การแสดงภาพ": { "คำอธิบาย": "ห้ารายการพร้อมรหัสสี: สีน้ำเงินเข้ม, สีเทา, สีเทาอ่อน, แถบสีน้ำเงิน, สีน้ำเงินอ่อน", "แผนภูมิแท่ง": { "จำนวน": 6, "ป้ายกำกับ": [ "MMLU-Pro (EM)", "GPQA-Diamond (Pass@1)", "AIME 2025 (Pass@1)", "LiveCodeBench (Pass@1-COT)", "SWE-bench Verified (Resolved)", "Tau-bench (Average)" ] }, "คำบรรยายภาพ": "รูปที่ 1 | การเปรียบเทียบประสิทธิภาพของเกณฑ์มาตรฐานหลัก DeepSeek-V4 บรรลุผลลัพธ์ชั้นนำของอุตสาหกรรมในการทดสอบเกณฑ์มาตรฐานส่วนใหญ่" }, "data_table": { "columns": [ "Benchmarking", "{argument name=\"main model name\" default=\"DeepSeek-V4\"}", "{argument name=\"competitor model 1\" default=\"GPT-5.3\"}", "{argument name=\"competitor model 2\" default=\"Claude Opus 4.6\"}", "{argument name=\"competitor model 3\" default=\"Gemini 3.1 Pro Preview\"}", "GPT-4.1" ], "categories": { "count": 4, "rows": [ { "label": "General", "icon": "globe/network", "sub_items": 3 }, { "label": "Reasoning and Mathematics", "icon": "calculator/clipboard", "sub_items": 3 }, { "label": "code", "icon": "code brackets", "sub_items": 3 }, { "label": "Agent", "icon": "robot face", "sub_items": 3 } ] } } }