Decision Index 升级 0.4：弃用公开基准抗刷榜

Hugging Face 用户 multimodalart 将模型评估项目 Decision Index 更新至 0.4 版，核心目的是对抗 benchmaxxing（刷榜）行为。新版本评分完全由私有与内部基准构成，不再采信可能被针对性优化的公开榜单，并加强了覆盖。此次调整共对 224 个模型进行了重新排名，以更真实地反映模型的实际决策能力。

2026-10-22 ~ 2026-10-22 · 2 条相关

• Decision Index 升级 0.4:仅用私有基准评分,治刷榜 — multimodalart · 2026-10-22

另有 1 条近重复转述:Thom_Wolf