Tous les résultats d'évaluation désormais sur les pages de modèles Hugging Face

Le projet EEE (Every Eval Ever), lancé en février 2026 par la coalition EvalEval, vise à standardiser la présentation des évaluations d'IA, qu'elles soient réalisées par des évaluateurs internes ou externes. Il utilise un schéma JSON unifié qui enregistre l'identité de l'évaluateur, le modèle testé, le mode d'accès, les paramètres de génération, les définitions des métriques et, en option, les résultats par échantillon. Hugging Face a simultanément lancé Community Evals pour décentraliser la publication des scores de référence sur le Hub. Les deux initiatives sont désormais intégrées : les contributeurs peuvent envoyer les résultats EEE à Hugging Face Community Evals via un convertisseur qui transforme les enregistrements JSON au format YAML attendu par Hugging Face. Les scores obtenus apparaissent sur les pages des modèles avec un badge redirigeant vers l'enregistrement EEE complet, incluant la configuration de génération, la version du cadre d'évaluation et les notes de reproductibilité. La base de données EEE sur Hugging Face compte environ 229 000 résultats d'évaluation pour plus de 22 000 modèles et 2 200 bancs d'essai, provenant de 31 formats de présentation différents. Reproduire ces évaluations de zéro coûterait des centaines de milliers de dollars, ce qui souligne la valeur d'une centralisation des rapports. Le convertisseur prend actuellement en charge quatre bancs d'essai officiels : MMLU-Pro, GPQA, HLE et GSM8K. Les utilisateurs peuvent soumettre leurs enregistrements EEE à la base de données, puis exécuter le convertisseur pour générer des aperçus YAML et ouvrir des demandes de tirage après examen.