先了解这件事
AI 综述
2026年9月22日,UK AI Security Institute(AISI)与EvalEval Coalition公开并标准化报告前沿模型基准的验证结果、配置与上下文。此次发布通过Every Eval Ever报告模式和Evaluation Cards平台进行,包含Claude Opus 4、Claude Opus 4.5、Claude Opus 4.6、GPT-5、GPT-5.2、GPT-5.4六个前沿模型在五个基准上的验证结果与配置信息,并附有论文《How Inference Compute Shapes Frontier LLM Evaluation》。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
UK AISI 与 EvalEval 如何让基准测试结果可复现事件进展
1 个已确认进展
- 来源：Hugging Face
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月22日
Hugging Face一手
UK AISI 与 EvalEval 如何让基准测试结果可复现
UK AISI 与 EvalEval 合作，通过 Every Eval Ever 报告模式和 Evaluation Cards 平台公开可复现的评测结果。此次发布包含 Claude Opus 4、Claude Opus 4.5、Claude Opus 4.6、GPT-5、GPT-5.2、GPT-5.4 六个前沿模型在五个基准上的验证结果与配置信息，并附有论文《How Inference Compute Shapes Frontier LLM Evaluation》。