Hugging Face 推出 Hub 原生评测结果系统，基准可自建排行榜

NielsRogge · x · 2026-11-04

NielsRogge 介绍 Hugging Face Hub 的新功能（work in progress）：去中心化的模型评测结果追踪系统。- 基准数据集仓库可标记为 Benchmark（如 MMLU-Pro、HLE、GPQA），自动聚合全 Hub 模型仓库的评测结果并生成排行榜。- 模型评测分数以 YAML 文件存在模型仓库的 .evalresults/ 文件夹，会同时出现在模型页和基准排行榜，可通过 PR 提交并标记为社区提供。- NielsRogge 邀请 OmniParseBench（OCR 基准）作者将该基准接入为 Hub 原生基准，基准所有者可决定展示哪些模型。