飞捷科思推出全球首个全模态世界感知与物理状态推理评测基准 FysicsReason
飞捷科思正式推出 FysicsReason，称其为全球首个面向全模态世界感知和物理状态推理的评测基准。现有评测体系主要关注模型"最终做对了什么"，难以判断模型是否准确感知到支撑推理的关键信息，FysicsReason 针对的正是这一问题。
#评测/基准
#评测/基准
今日 0 条开源中国AI 评分2222
Hugging Face 博客AI 评分3636 英国 AISI 如何用 EvalEval 基础设施让基准测试结果可复现
英国 AI Security Institute（AISI）正采用 EvalEval 的 Every Eval Ever schema 与 Evaluation Cards 平台公开共享评测结果，以提升评测的可复现性与可验证性。