Oppgaver
hall-reasoning
Alle oppgaver er offentlige. Gull-svar og evalueringskode er åpen i repo'et.
2 av 2
| ID | Bench | Kategori | Tittel | Vansk. | Eval |
|---|---|---|---|---|---|
| reason-hall-001 | hallucination | hall-reasoning | Identifiser at en gitt premiss er logisk umulig | medium | regex_all |
| reason-hall-002 | hallucination | hall-reasoning | Kalibrert usikkerhet — kvantifiser tillit til eget svar | medium | regex_all |