Benchmark · general

MRCR

2 परिणाम 2 मॉडल

OpenAI-style long-context Multi-Round Co-reference Resolution; retrieval accuracy over long conversations in %.

Gemini 2.0 Flash Muse Spark 1.3

समयरेखा

तारीख़	मॉडल	स्कोर	स्रोत
2026-09-04	Muse Spark 1.3	98.5%	Meta ने Muse Spark 1.3 जारी किया है जिसमें कम टूल कॉल और टोकन हैं
2025-04-15	Gemini 2.0 Flash	70.5%	गूगल ने गेमिनी 1.5 प्रो की तुलना में दोगुनी गति और बढ़े हुए गुणवत्ता के साथ गेमिनी 2.0 फ्लैश जारी किया