Alle Eval-resultaten nu op Hugging Face-modelpagina's

Het EEE-project (Every Eval Ever), gelanceerd in februari 2026 door de EvalEval-coalitie, heeft als doel de rapportage van AI-evaluaties te standaardiseren, zowel door eerste als derde partijen. Het maakt gebruik van een uniform JSON-schema dat vastlegt wie de evaluatie heeft uitgevoerd, welk model, hoe het werd benaderd, generatie-instellingen, metriekdefinities en optionele uitvoer per sample. Hugging Face lanceerde tegelijkertijd Community Evals om de rapportage van benchmarkscores op de Hub te decentraliseren. De twee zijn nu geïntegreerd: bijdragers kunnen EEE-resultaten naar Hugging Face Community Evals sturen via een converter die JSON-records omzet in het YAML-formaat dat Hugging Face verwacht. De resulterende scores verschijnen op modelpagina's met een badge die teruglinkt naar het volledige EEE-record, inclusief generatieconfiguratie, harness-versie en reproduceerbaarheidsnotities. De EEE-datastore op Hugging Face is gegroeid tot ongeveer 229.000 evaluatieresultaten van meer dan 22.000 modellen en 2.200 benchmarks, afkomstig uit 31 verschillende rapportageformaten. Het reproduceren van deze runs vanaf nul zou honderdduizenden dollars kosten, wat de waarde van gecentraliseerde rapportage benadrukt. De converter ondersteunt momenteel vier officiële benchmarks: MMLU-Pro, GPQA, HLE en GSM8K. Gebruikers kunnen hun EEE-records naar de datastore sturen, vervolgens de converter uitvoeren om YAML-voorvertoningen te genereren en na beoordeling pull-requests openen.