Nathan Lambert 提议为 OpenJev 建 Hugging Face 公共评测集
spnichol · x · 2026-09-19
spnichol（Nathan Lambert）提议在 Hugging Face 上建一个 OpenJev 评测数据集，让社区都能拿它来基准测试自己的模型，形成公共的对比标准。
所属事件:OpenJev 公共评测数据集酝酿中，作者称即将发布(4 条相关)→
「研究」频道最新
- 读懂一次预训练:P0/P1/P2 三级指标体系系统梳理训练监控信号 — SonglinYang4 · 2026-09-19
- ACS Research 测试 13 个前沿模型：它们倾向把自己当作什么 — jankulveit · 2026-09-19
- 无需训练数据:未训练网络从 16 张电镜图恢复 3D 化学结构 — bravo_abad · 2026-09-19
- 研究在 25 个开源 LLM 中发现「痛觉」信号,模型会为止痛越过安全底线 — ZeroStateReflex · 2026-09-19
- JevBench 首测:242 项决策对比九个模型,准确率最高 97.1% — airesearch12 · 2026-09-19
- YiFang Zhang 发布 FlashREINFORCE,称前沿 RL 配方已被揭开 — CatAstro_Piyush · 2026-09-19