Hugging Face Blog·· 21 天前AI 评分47
UK AISI 与 EvalEval 如何让基准测试结果可复现
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
AI 导读
UK AISI 正通过 EvalEval 的 Evaluation Cards 公开经验证的评测结果、上下文与配置，覆盖 HealthBench、FrontierMath。
来源：Hugging Face Blog · huggingface.co