热点事件持续更新
土耳其语决策评测基准HakemBench 1.0开源发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月5日，针对土耳其语类型化决策的评测基准HakemBench 1.0正式以CC BY 4.0协议完全开源。该基准共包含2,346个条目与4,275道题目，覆盖事实核查分类、教育、安全护栏、法律路由、内容审核、垃圾与钓鱼信息以及客户支持共7个业务赛道。其评测框架从决策质量（macro F1）、校准度与选择性自动化能力三个维度展开综合评估。在首批针对16个模型的评测排行榜中，模型取得的最高综合得分达0.888。
AI 根据报道生成 · 4 小时前更新
最新进展10月5日 12:00
HakemBench 1.0正式以CC BY 4.0协议开源，涵盖7大赛道并公布了16个模型的评测榜单。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv 自然语言处理HakemBench：土耳其语类型化决策评测基准发布
HakemBench 1.0 正式以 CC BY 4.0 协议完全开源，是一个针对土耳其语类型化决策的评测基准。该基准包含 2,346 个条目与 4,275 道题目，涵盖事实核查分类、教育、安全护栏、法律路由、内容审核、垃圾与钓鱼信息及客户支持 7 个赛道。评测框架综合评估决策质量（macro F1）、校准度与选择性自动化能力，16 个模型的排行榜中最高综合得分达 0.888。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。