NeurIPS 立场论文 OpenEval：AI 评测应强制公开条目级数据
QVeraLiao · x · 2026-10-23
一篇 NeurIPS 2026 立场论文提出，AI 评估的科学化要求学界把重心从 benchmark 总分转向条目级(item-level)数据公开：仅看分数无法支撑可信的评测报告，逐条响应(item response)数据才是 AI 评测科学的基础。团队正构建 OpenEval，作为支撑这一科学的底层数据层，鼓励标准化发布条目级评测数据。
所属事件:NeurIPS 立场论文：AI 评测应公开条目级数据(2 条相关)→
「研究」频道最新
- 一线 ML 工程师长文：科学机器学习从候选生成走向规模化发现 — ctjlewis · 2026-10-23
- HF 团队公布 DNA 模型评测:Carbon 与 Evo2 对比,仅用 160B token 训练 — _lewtun · 2026-10-23
- Google 量子 AI 联合 Kaggle 办电路压缩竞赛，开源 kickmix 库 — MeganRisdal · 2026-10-23
- CMU 与微软研究院办 AI Agent 评测科学工作坊,Zico Kolter 主题演讲 — steph_milani · 2026-10-23
- RFD4-Proteina 文档被赞被低估:partial diffusion 用法详解 — AllThingsApx · 2026-10-23
- 漏洞检测方向新博士毕业,论文覆盖 ML 漏洞检测能力基准 — mboehme_ · 2026-10-23