Cyberelf Labs ने Whetstone परियोजना के लिए एक छोटा बेंचमार्क और सार्वजनिक लीडरबोर्ड पेश किया है, जो पिछले संस्करणों के सापेक्ष मॉडल परिवर्तनों की तुलना को सुविधाजनक बनाने के लिए डिज़ाइन किया गया है।
यह प्लेटफ़ॉर्म उपयोगकर्ताओं को लाभ या पश्चगमन की पहचान करने के लिए समान जाँच पर बेसलाइन और उम्मीदवार मॉडल चलाने की अनुमति देता है। यह परिणामों को PASS, HOLD, या BLOCK के रूप में वर्गीकृत करने वाले रसीद उत्पन्न करता है, जिससे शिपिंग से पहले AI अपडेट का मूल्यांकन करने का एक पारदर्शी तरीका प्रदान होता है।