⌘ K
… 读取采集状态 同步中...
雷
原文
Hugging Face Blog·· 21 天前AI 评分31

UK AISI 与 EvalEval 合作发布可复现的大模型基准测试数据

How UK AISI and EvalEval Are Making Benchmark Results Reproducible

AI 导读

英国 AI 安全研究所(AISI)利用 EvalEval 基础设施公开发布了针对 Claude Opus 4 系列及 GPT-5 系列等 6 款前沿大模型在 5 项基准测试中的结果。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Hugging Face Blog · huggingface.co