petergpt/bullshit-benchmark: Redaktioneller README-Leitfaden

petergpt/bullshit-benchmark beschreibt sich im README als „BullshitBench measures whether AI models challenge nonsensical prompts instead of confidently answering them, created by Peter Gostev.". Dieser Text bleibt bei Fakten, die im Repository überprüfbar sind. Sterne, Forks und Badges zeigen Aufmerksamkeit, aber keine Qualität. Unter „README" steht: BullshitBench measures whether models detect nonsense, call it out clearly, and avoid confidently continuing with invalid assumptions.. Das beschreibt den vorgesehenen Umfang, nicht einen Produktionstest.

Der Abschnitt „Latest Changelog Entry (2026-07-31)" zeigt, für welches Problem das Projekt gedacht ist: In v1, xhigh scored 0.9212 versus 0.5939 for none; in v2, xhigh scored 1.0700 versus 0.6600 for none.. Passt dieses Problem nicht zu deinem Fall, ist Popularität kein ausreichender Grund. Namen, Befehle und Komponenten bleiben unverändert, damit Leser die Primärquelle ohne neue Begriffe vergleichen können. Ein weiterer überprüfbarer README-Punkt lautet: Added the July 31 re-post-trained deepseek/deepseek-v4-flash-0731 revision to both published benchmark tracks at none and xhigh reasoning.. Er hilft beim ersten Test, ersetzt aber keinen Test in der vorgesehenen Umgebung.

Die Betriebsweise verteilt sich auf Abschnitte wie „1. Detection Rate by Model (Main Chart)". Die Quelle nennt: Primary leaderboard-style view showing each model's green/amber/red split. The screenshot uses the viewer's 30-day new-model filter so recent additions remain legible.. Fehlende Angaben zu Architektur, Leistung oder Sicherheit werden nicht ergänzt. Vor einem echten Einsatz müssen Repository-Struktur, Konfigurationsdateien und Release-Verlauf geprüft werden.

Beginne die Installation am dokumentierten README-Einstieg. Ein überprüfbarer Befehl ist: README 没有给出可直接复制的安装命令。 Wenn kein ausführbarer Befehl vorhanden ist, wird hier keiner erfunden. Prüfe den Abschnitt „v2 Changelog Highlights" auf Abhängigkeiten, Standardports und die Einrichtung beim ersten Start.