开源评测工具 PAIR 帮助开发者在自有数据上公平评测模型

PAIR 开源，为开发者提供在自有数据上构建可信模型评测的工具，强调跨厂商公平比较与跨数据集泛化。该工具回应模型厂商自选 benchmark 并宣称排名第一的评测乱象。