跳到正文
AGI Hunt· davidmanheim·· 7 小时前AI 评分62

Eval Cards 收录 9,946 个模型并披露评测结果复现性问题

Eval Cards 收录近千模型30万条评测,78%结果无法复现

AI 导读

Eval Cards 项目报告层截至2026年11月18日收录 9,946 个模型、309,050 条(模型,基准,指标)结果三元组,覆盖 52 个评测机构、2,116 个模型开发者、93 个基准家族和 3,497 个基准。该项目是 NeurIPS spotlight 论文,只有 22% 的结果披露了全部设置项,78% 至少遗漏一项,17% 的同基准设置组存在跨版本分歧。

来源:AGI Hunt · agihunt.info