BenchmarkList 聚合 2400+ 基准
davidtsong · x · 2026-07-16
他们上线了 BenchmarkList，目标是把分散在论文、网站和帖子里的 AI benchmark 统一到一个地方。
当前已聚合 2400+ 个 benchmark，支持：
- 跟踪新的 benchmark 和模型
- 横向比较模型表现
- 把 AI 进展映射到人类工作的能力需求上
所属事件:BenchmarkList 上线汇总 2400 余个 AI 评测基准(4 条相关)→
「研究」频道最新
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11