Hugging Face Blog·· 18 天前精选AI 评分70
英国人工智能安全研究所和 EvalEval 如何使基准结果可重复
How UK AISI and EvalEval Are Making Benchmark Results Reproducible
AI 导读
英国人工智能安全研究所（AISI）正在使用 EvalEval 的基础设施公开分享评估结果，支持可重复和可验证的评估科学。AISI 和 EvalEval 合作发布了五个基准的验证结果，并提供了评估方法和发现的相关信息。
推荐理由
EvalEval 和 UK AI Security Institute 的合作推动了可重复和可验证的评估科学，为元研究和政策分析提供了更可靠的参考点。
来源：Hugging Face Blog · huggingface.co