跳到正文
K = 0.731
原文
论文Hugging Face Blog·· 25 天前

英国 AISI 如何用 EvalEval 基础设施让评测结果可复现

How UK AISI and EvalEval Are Making Benchmark Results Reproducible

发生了什么

英国 AI Security Institute（AISI）正采用 EvalEval 的 Every Eval Ever schema 和 Evaluation Cards 平台公开分享评测结果，以提升评测科学的可复现性。

Hugging Face安全对齐评测基准行业动态#评测/基准#安全/对齐#行业动态#Anthropic#OpenAI#Hugging Face

继续阅读

最新日报 · 第 24 期NVIDIA 与 AI4Bharat 推出 Nemotron-pretraining-Indic-v1 及开放数据生成流水线

正在热议

  1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
  2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
  3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
  4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议

明早 08:00 把这样一份日报发到你邮箱

和上面这份一样：几件值得看的事。免费，点确认信之后才会开始发送，每封信都能一键退订。 看一份往期日报 · 2026-10-17