#open-source benchmarks

3 stories · 0 in 7 days · 0 in 30 days

PaMIR 1 synthetic data 1 risk management 1

Stories, products and papers tagged "open-source benchmarks", newest first.

Oct 5

Papers Builders22:06

Chinese contentPaMIR 开源基准发布：19 个公开信用违约数据集统一评测

做风控或信用建模的可以看看，19 个公开数据集、124 万条记录，统一防泄漏流程，比以往只用 2-4 个公开数据集的基准全多了。

#PaMIR #open-source benchmarks #risk management #synthetic data

arXiv cs.LG@Mikhail Liashkov et al. (5)Source

Jul 17

Chinese contentMedFailBench：临床医生构建的医疗AI安全边界开源基准

临床医生亲自设计的AI安全测试，能精准定位模型在哪类医疗错误上出问题，搞医疗AI的必看。

#MedFailBench #medical AI #AI safety #safety boundaries

arXiv cs.AI@Goktug OzkanSource

Jul 15

Models US vs China04:03

Chinese contentPerplexity开源内部研究基准WANDR

Perplexity把内部跑得最好的研究能力基准WANDR开源了，你要评测推理模型可以拿来用。

#Perplexity #WANDR #open-source benchmarks #reasoning models

Aravind Srinivas@AravSrinivasSource