Hacker News· wondersky·· 3 小时前AI 评分58
DeepMind 开源 gBench 评测套件，含 86 个基准套件
GBench: DeepMind open-sources evaluation suite with 86 benchmark suites
AI 导读
DeepMind 开源 gBench，一个面向开放 LLM 和 VLM 的评测套件，包含 86 个学术评测套件、16 项 Golden Set 冒烟测试和 GemmaClaw 智能体质量套件。
来源：Hacker News · github.com