BenchmarkList：汇总 2400+ AI 评测
davidthesong · reddit · 2026-07-16
BenchmarkList 是一个把 2.4k+ AI benchmarks、模型和能力结果 汇总到一起的公开平台。它提供持续更新的评测流、模型能力对比，以及更深入的研究页面，比如“AI progress on human work”的仪表盘和可视化。\n\n作者强调，当前 AI 能力评测分散在论文、GitHub、模型卡、网站和推文里，因此他们想用一个统一入口帮助研究者更系统地理解模型“能做什么、不能做什么”。
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
- GameWorld 获 ECCV 2026 多模态数字代理研讨会最佳论文亚军 — MikeShou1 · 2026-09-11
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 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