各社のAIがリリース後にどれだけ性能変化したかがグラフでわかるベンチマーク「Nerf Bench」

分類専用モデル「Jev」の日本語判定検証結果。正規表現と比較して、文脈や言い回しの揺れを捉える能力に優れていることを確認。約3,200件の商品タイトルを用いた判定精度を報告する。