NeurIPS 立场论文 OpenEval：AI 评测应强制公开条目级数据

NeurIPS 2026 立场论文 OpenEval 提出，AI 评估应从 benchmark 总分转向公开条目级（item-level）数据，以逐条响应（item response）数据支撑可信评测报告。团队正在构建 OpenEval 数据层，鼓励标准化发布条目级评测数据。