跳转到正文

GETAI EDITORIAL DISPATCH新闻报道

BenchAudit 发布数据快照,列出 42 项 AI 基准的审计记录

v1.0 分成基准与模型两份数据,分别记录完整性评分和 46 个模型在不同等级基准上的表现。

返回资讯研究BenchAudit作者 · GETAI.APP查看原文

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。

GETAI 原创主题插画

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。

BenchAudit v1.0 版本记录 · 项目数据说明

配图为 GETAI 原创主题插画。