В readme есть код для повторения ваших результатов, но он похоже не подходит для тестирования новой модели. Мне очень понравился бенчмарк, он действительно хорошо перекликается с моими ощущениями от моделей. Не могли бы вы предоставить код для тестирования собственной модели?