戻る研究·Hugging Face Blog一次·9/22（火） 09:00· 9/22（火）英 AISI、EvalEval で評価結果を公開Hugging Face Blog要AI要約英 AISI が EvalEval の基盤で評価結果を公開しました。 対象は HealthBench など 5 つのベンチマークです。 Claude Opus 4 系と GPT-5 系の 6 モデルを検証しました。AI要約です。詳しくは出典へ。誤りを報告典出典1ソース · 一次情報Hugging Face Blog一次9/22（火） 09:00How UK AISI and EvalEval Are Making Benchmark Results Reproduciblehuggingface.co出典を読む