BenchAudit 维护者 Bofin Babu 于 11 月 20 日公开了 v1.0 数据快照。发布记录将这次变更标记为正式快照,数据卡说明了文件结构、审计对象和许可。
第一份 JSONL 文件列出 42 个基准。除整体分数和等级,每项还给出私密性、原创性、新鲜度以及评分环节四个维度的分数,并附有审计依据链接。
第二份文件记录 46 个模型的排名,以及它们在不同等级基准上的平均百分位等指标。这些数值反映该项目的审计方法,不能直接据此断言某个模型使用了测试数据。数据以 CC BY 4.0 许可开放。
配图为 GETAI 原创主题插画。
