Hugging Face 博客（含机构投稿）·2026-09-22 08:00· 21 天前AI 评分25

英国 AISI 与 EvalEval 如何让基准测试结果可复现

How UK AISI and EvalEval Are Making Benchmark Results Reproducible

AI 导读

英国 AI 安全研究所（AISI）正使用 EvalEval 的 Evaluation Cards 公开评测方法与结果，覆盖 HealthBench、FrontierMath。