跳到正文
HChuggingface.co·
暂不在当前实时榜单

BenchMIRT: What are LLM benchmarks actually measuring?

为什么是这条

Unlike previous tools that only report benchmark scores, BenchMIRT is the first to analyze which specific questions drive those results across 100 LLMs and 16 benchmarks.

时间与来源

时间显示为 UTC

显示时区:UTC

本地时区尚不可用,暂时显示 UTC。

收录当时偏移:UTC+02026年9月1日 23:00 UTC

收录
2026年9月1日 23:00
来源类型
官方发布

讨论趋势

→ 平稳
最近 24 小时与此前 24 小时的快照均值对比 · 7 天曲线

百分比基于采集到的讨论信号,不代表新增评论数或独立参与人数。曲线仅用于同一话题在不同时段的比较。