UK AISI 使用 EvalEval 基础设施开放分享评测结果
UK AI Security Institute（AISI）正在使用 EvalEval 的基础设施，通过 Every Eval Ever schema 和 Evaluation Cards 开放分享可验证的评测结果。
推荐理由：文章展示了如何用统一 schema 和开放 Evaluation Cards 记录评测配置与结果，帮助研究者复核单项研究并比较不同设置下的模型表现。
评测基准
全部主题模型到底谁强：Benchmark 成绩、评测方法论争议与排行榜变化的持续记录。
最新精选
第 1–4 条 · 共 4 条Hugging Face Blog精选AI 评分7070
Hugging Face Blog精选AI 评分8585 Open ASR Leaderboard 增加 Hindi 和 Indian English 评测
Voice Arena 与 Hugging Face 为 Open ASR Leaderboard 引入 Hindi 和 Indian English 的 Monsoon 评测集，首批覆盖 Global South 语言。
推荐理由：这项评测把地区、说话人属性和正字法变体纳入公开基准，帮助比较模型在总体 WER 之外的区域差异与识别误差。
Hugging Face Blog精选AI 评分7575 Hugging Face 研究量化语音识别中的基准优化
Hugging Face 最新研究测试了 11 个开源 ASR 模型，发现部分高分模型会复现 VoxPopuli 和 LibriSpeech 参考文本中的错误、补回音频中被静音的数字，或根据数据集线索切换拼写形式。
推荐理由：研究用三项测试量化语音识别模型的基准优化现象，展示公开测试集得分与新音频泛化能力之间的偏差。
Hugging Face Blog精选AI 评分8080 Hugging Face 打通 Community Evals 与 Every Eval Ever
Hugging Face 宣布 Community Evals 与 Every Eval Ever（EEE）实现互通，可将 EEE 评测记录转换为模型页面所需的 YAML，并同步到模型页面和基准排行榜。
推荐理由：Hugging Face 将 Community Evals 与 EEE 互通，既把评测分数带到模型页面，也保留可追溯的完整记录和复现信息。