BenchmarkList整合2400+基准
davidtsong · x · 2026-07-16
帖子介绍了 BenchmarkList：一个用来跟踪 AI 基准、模型和能力的统一入口。
项目方表示，他们把散落在论文、网站和帖子中的 2400+ 个 benchmark 汇总到一起，用户可以：
- 追踪新的 benchmark 和模型
- 横向对比不同模型
- 观察模型能力变化
- 将 AI 进展映射到人类岗位上
这类产品的价值主要在于把分散的评测信息结构化，方便持续看 AI 能力演进。
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
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- 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