十余家评测机构共建元基准
热点事件持续更新
十余家评测机构共建元基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Scale AI、Mercor 等十余家评测机构正共建“benchmark benchmark”，把各机构发布的评测榜单本身作为对象进行元评估。目前，该项目以爬山式迭代推进，参与方还包括 Abundant Labs、ARC Prize、LMArena、Artificial Analysis 和 DataCurve 等机构。
AI 根据报道生成 · 1 小时前更新
最新进展11月13日 05:11
「评测的评测」爬坡：Scale AI、Mercor 等十余家评测方共建元基准报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- AGI Hunt「评测的评测」爬坡：Scale AI、Mercor 等十余家评测方共建元基准
Scale AI、Mercor 等十余家评测机构正在以爬山式迭代推进「benchmark benchmark」（评测基准的基准），将各家评测榜单本身作为对象开展元评估。相关工作汇聚 Abundant Labs、ARC Prize、LMArena、Artificial Analysis、DataCurve 等机构，属于新兴的 meta-evaluation 方向，目前披露的帖子细节仍有限。
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。