Hugging Face Blog·· 7 天前AI 评分52
英国 AISI 与 EvalEval 合作开放评测结果，推动基准可复现
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
AI 导读
英国 AI 安全研究所（AISI）采用 EvalEval 的基础设施公开分享评测结果，发布五个基准（HealthBench、FrontierMath、Humanity's Last Exam。
来源：Hugging Face Blog · huggingface.co