⌘ K
… 读取采集状态 同步中...
雷
原文
AISI Blog·· 2024-11-13AI 评分62

英国 AISI 发布 Inspect Evals 开源评测仓库

Announcing Inspect Evals

AI 导读

英国 AISI 宣布推出 Inspect Evals,这是一个包含数十个高质量开源 LLM 基准评测的仓库。该仓库基于 Inspect AI 框架构建,覆盖编码、数学、网络安全、推理等安全研究领域,并整合了 GAIA、SWE-Bench、GDM CTF 等智能体基准。用户可通过 Python 包安装或命令行单条指令,在任意模型上运行这些评测。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:AISI Blog · aisi.gov.uk