# Offene Benchmarks

Offene Tests zum Vergleich von KI-Modellen, deren Daten oder Code öffentlich sind. Jede Seite erklärt, was der Test prüft, für wen er gedacht ist, wie er ausgeführt wird und wie die veröffentlichten Ergebnisse zu lesen sind.

Modelle für Entscheidungen

## [jevalt-bench](https://eschatialabs.com/de/benchmarks/jevalt-bench/)

3.116 Fallbeschreibungen auf Englisch, Türkisch und Deutsch zum Testen von Modellen, die aus festen Antworten wählen und jeder Antwort eine Wahrscheinlichkeit zuordnen.

1.600 Downloads auf Hugging Face, Stand: 18. Oktober 2026.

- [Benchmark öffnen](https://eschatialabs.com/de/benchmarks/jevalt-bench/)

- [Datensatz (Hugging Face)](https://huggingface.co/datasets/mertkayacs/jevalt-bench)

- [Code (GitHub)](https://github.com/mertkayacs/jevalt)

- [Projektseite](https://jevalt.mertkayacs.com/de/)

Modelle für Entscheidungen

## [JevOss](https://eschatialabs.com/de/benchmarks/jevoss/)

Eine offene Testsuite, die prüft, wie Änderungen an einer Frage ein Modell beeinflussen, das aus festen Antworten wählt.

- [Benchmark öffnen](https://eschatialabs.com/de/benchmarks/jevoss/)

- [Projektseite](https://jevoss.mertkayacs.com/de/)

- [Code (GitHub)](https://github.com/mertkayacs/jevoss)

- [Dokumentation](https://mertkayacs.github.io/jevoss/)

KI-Assistenten

## [Tholos-Bench](https://eschatialabs.com/de/benchmarks/tholos-bench/)

160 Aufgaben im Arbeitsbereich zum Testen kleiner KI-Assistenten, bewertet danach, ob die erledigte Arbeit dem Auftrag entspricht.

170 Downloads auf Hugging Face, Stand: 18. Oktober 2026.

- [Benchmark öffnen](https://eschatialabs.com/de/benchmarks/tholos-bench/)

- [Datensatz (Hugging Face)](https://huggingface.co/datasets/mertkayacs/tholos-bench)

- [Code (GitHub)](https://github.com/mertkayacs/tholos/tree/main/tholos/bench)

- [Projektseite](https://tholos.mertkayacs.com/de/)

Canonical: https://eschatialabs.com/de/benchmarks/