M\"OVE: A Holistic LLM Benchmark for the German Public Sector

En 3 lignesMÖVE est un benchmark holistique évaluant 39 LLMs pour l'administration publique allemande. Au-delà de la performance (résumé, QA, extraction de topics), il mesure hallucinations, consommation énergétique, transparence du fournisseur et alignement avec les valeurs constitutionnelles allemandes. Utilise 10 datasets en allemand; aucun modèle ne domine tous les critères.

Résumé généré par Claude — vérifié par l'humain