所有AI基准测试尽在指尖 — IBM Research

IBM Research 推出了一项服务，将所有主要的人工智能基准测试整合到统一界面中。该平台允许开发者和研究人员轻松比较不同 AI 模型的性能，而无需在多个网站之间切换。该服务涵盖了语言理解、逻辑、安全性等方面的热门测试。目前，系统中已添加了数十项基准测试，并且库将不断扩展。IBM Research 强调，该项目的目标是简化模型评估，加速 AI 发展。