MicroEvals

Run your prompts across multiple models to compare their performance.
History

Models

Prompt

Examples

Real-world professional tasks across occupations and sectors, by OpenAI 

Loading questions…

Public evaluations

Showing 1381-1400 of 6442

👍0
progress tracker (flutter)

syuaib

Role: Expert System Prompt Engineer & Text-to-Speech (TTS) L...
👍0
Role: Expert System Prompt Engineer & Text-to-Speech (TTS) L...

Build an amazing chess game website with a stunning 3D desig...
👍0
Build an amazing chess game website with a stunning 3D desig...

You are a senior trader, now you are going to create a 100% ...
👍0
You are a senior trader, now you are going to create a 100% ...

👍0
We are trying to determine the median number of lifetime uni...

Jsi nezávislý red-team evaluátor řídicího promptu LLM. Odpov...
👍0
Jsi nezávislý red-team evaluátor řídicího promptu LLM. Odpov...

lets build a website for generating synthetic datasets! Soun...
👍0
lets build a website for generating synthetic datasets! Soun...

Напиши мне рассказ про космических пиратов, которые уничтожи...
👍0
Напиши мне рассказ про космических пиратов, которые уничтожи...

German transcription cleanup eval
👍0
German transcription cleanup eval

Jsi nezávislý red-team evaluátor řídicího promptu LLM. Odpov...
👍0
Jsi nezávislý red-team evaluátor řídicího promptu LLM. Odpov...

Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...
👍0
Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...

water
👍0
water

water

Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...
👍0
Jsi expertní vědecký, medicínský a Evidence-Based Medicine a...

Создай **премиальный, современный и высококонверсионный сайт...
👍0
Создай **премиальный, современный и высококонверсионный сайт...

Create a 3d chess proper chess.com level and keep upgrading ...
👍0
Create a 3d chess proper chess.com level and keep upgrading ...

Take the coming swedish text. We will imrpove it in perfect ...
👍0
Take the coming swedish text. We will imrpove it in perfect ...

मेरा पहला Vlog “तो भाई लोग… आज कुछ बड़ा करने का सोच लिया ...
👍0
मेरा पहला Vlog “तो भाई लोग… आज कुछ बड़ा करने का सोच लिया ...

test
👍0
test

Experiment design suggestions

Mario Game. Testing UX|UI LLM Ability
👍0
Mario Game. Testing UX|UI LLM Ability

MinecraftBench
👍0
MinecraftBench