阿里提出BHI框架为158个LLM基准打分

2026年10月，阿里数据团队在论文《Benchmark Health Index: A Systematic Framework for Benchmarking the Benchmarks of LLMs》中提出基准健康指数（BHI），用于对LLM评测基准本身进行系统评估。据机器之心报道，该框架为158个LLM评测基准打分，相关成果入选NeurIPS 2026 Oral。目前报道集中于框架的提出与入选会议，尚未披露具体评分结果或后续应用进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。