阿里数据等提出基准健康指数 BHI：评估 158 个大模型评测基准的有效性

阿里数据与晓天衡宇研究团队提出基准健康指数（BHI），从能力区分度、抗饱和度和影响力三个维度对 158 个大语言模型评测基准进行系统体检，相关论文已被 NeurIPS 2026 ED Track 接收为 Oral 论文。