OpenVibeEval · 網頁作品
OpenVibeEval · 對照網頁作品、可訪問性和盲選偏好,觀察不同工具下的設計表現。
在 888news 中觀察中
依據預算不參與排序
上游數據時間待核實
最近成功同步尚未開始採集
它測什麼,怎麼測
模型與 harness 分開儲存;可訪問性分不是審美分,需要核驗獨立盲選成績與同執行條件才能採用。
如何使用這份依據
觀察中:需補齊同條件、足量盲測的原始偏好資料及釋出時間。
評測局限與數據署名
模型混用不同執行工具;主表是可訪問性與任務成果,不是統一審美投票。
數據許可:未確認穩定成績匯出與公開聚合許可。
成績由 OpenVibeEval 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。