Поиск открытого бенчмарка Jevlikes для проверки калибровки моделей

Автор обсуждает расхождения между официальными бенчмарками Jevlikes и открытыми аналогами, указывая на проблемы с калибровкой и рейтингом моделей. Запрашивает существование или разработку открытого теста, который коррелирует с официальными метриками и позволяет детально оценивать навыки моделей, такие как работа с кодом, математикой и мультимедиа.