Дообученная на человеческих оценках SORRY-Bench модель Mistral определяет, отказала ли другая модель в запросе или выполнила его.
Подходит для: оценка отказов модели на примерах SORRY-Bench · автоматическая разметка ответов как отказа или выполнения запроса · сравнение поведения моделей при тестировании безопасности