BenchHub统一审计LLM基准与题目
热点事件持续更新
BenchHub统一审计LLM基准与题目
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
CMU、NYU、KAIST等机构研究者在NeurIPS 2026发表BenchHub框架,汇集54个LLM基准、10种语言和83.9万道题目,并通过实例级标注分析基准组成、技能与文化敏感度。 研究者称,该框架能识别基准之间的重复组合和跨数据集题目复用,也可按具体应用筛选题目,构建范围可控、过程可解释的定制评测集。
AI 根据报道生成 · 54 分钟前更新
最新进展11月23日 03:44
BenchHub 汇聚 54 个基准与 839K 题目,细粒度审计 LLM 评测报道时间线
沿着报道,了解事件的不同侧面。
11月23日
- AGI HuntBenchHub 汇聚 54 个基准与 839K 题目,细粒度审计 LLM 评测
BenchHub 框架汇聚 MMLU、GPQA、MATH、ARC 等 54 个基准、10 种语言及 839K 道题目,统一格式后在实例级标注“学科/技能/文化敏感度”等维度。该框架可揭示基准间重复组合与跨数据集题目复用,并支持按具体应用需求构建可控、可解释的定制化评测集。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。