NeurIPS 立场论文：AI 评测应公开条目级数据

JHU、UIUC、微软亚洲、清华、斯坦福等机构研究者在 NeNeurIPS 立场论文中提出，AI 评估的科学化应把重心从 benchmark 总分转向标准化的条目级数据公开，作为默认基础设施：仅看分数无法支撑可信的评测报告。团队并已建成含 1070 万条响应的 OpenEval 数据库，推动这一主张落地。

2026-10-23 ~ 2026-10-23 · 2 条相关

• NeurIPS 立场论文 OpenEval：AI 评测应强制公开条目级数据 — QVeraLiao · 2026-10-23

另有 1 条近重复转述:sanmikoyejo