BullshitBenchは、AIモデルが自信を持って回答する代わりに、ナンセンスなプロンプトに異議を唱えるかどうかを測定します（Peter Gostev作成）。
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。
