Hugging Face Blog·· 16 天前精选AI 评分61
UK AISI 与 EvalEval 合作公开基准评估结果
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
AI 导读
UK AI Security Institute 正在使用 EvalEval 的基础设施公开评估结果，支持评估科学可复现性。
推荐理由
原文列出了具体基准和模型版本以及公开方式，读者可以据此判断这些评估数据的可用性和参考价值。
来源：Hugging Face Blog · huggingface.co