Epoch AI / 程式設計 · 長時間的軟體復現
已釋出資料僅少量型號,且執行時間很長;樣本和執行條件不足以形成分類共識。
觀察中:只測了少數模型,測滿 20 個模型再計分。
只測了少數模型,刻度定不準。
數據許可:CC BY 4.0 · Epoch AI 自行評測資料
成績由 Epoch AI 發布,各項原始分數使用不同尺度,不能直接相加;參考名次採用公開的分差標準化規則。