2 artikel

Jumat, Sep 11, 2026
Panduan LLM benchmark: kenali MMLU, GPQA, HumanEval, SWE-Bench, MMMU dan lainnya, apa yang diukur tiap tes, kelemahannya, dan cara membaca skor tanpa terkecoh.

Minggu, Agu 30, 2026
Panduan AI coding benchmark 2026: pahami SWE-Bench, Terminal-Bench, LiveBench, KiloBench, dan Artificial Analysis Coding Agent Index. Plus cara membaca peringkat tanpa terkecoh.