AGI Hunt· jiqizhixin·· 1 小时前AI 评分43
SKYEVAL 与阿里达摩院提出 Benchmark Health Index,审计 158 个大模型评测基准
阿里达摩院等提出 Benchmark Health Index,158 个基准接受体检
AI 导读
SKYEVAL 与阿里达摩院研究者提出 Benchmark Health Index(BHI),审计来自 117 个模型报告的 158 个大模型评测基准。BHI 综合区分度、反饱和与影响力三类信号,采用 leave-one-benchmark-out 和 CRITIC 加权生成总分;移除 30% 的模型后,基准排名的 Spearman 相关性仍高于 0.97。
来源:AGI Hunt · agihunt.info