Cyberelf Labs a présenté un petit benchmark et un classement public pour le projet Whetstone, conçu pour faciliter la comparaison des modifications de modèles par rapport aux versions précédentes.
La plateforme permet aux utilisateurs d'exécuter des modèles de base et candidats sur les mêmes vérifications pour identifier les gains ou les régressions. Elle génère des reçus classant les résultats comme PASS, HOLD ou BLOCK, offrant ainsi un moyen transparent d'évaluer les mises à jour d'IA avant leur déploiement.