截至 2026 年 10 月 24 日,Hugging Face 的官方基准测试排行榜每日更新,跟踪超过 50 个基准测试中的 1,100 多个条目。最近的更新包括添加了 decision-index-leaderboard 和 decision-index-vision-leaderboard 等新基准测试。数据反映了模型作者的自我报告分数,其中一些条目被 Hugging Face 标记为已验证。VIDRAFT 的技术合作伙伴 QuantID 发布了这些更新,并指出排名基于公开 API 数据,而非独立评估。 AI
影响 持续提供模型在各种基准测试上性能的可视性,帮助开发者跟踪进展并识别表现最佳的模型。
排序理由 排行榜的每日更新是定期事件,并非新发布或重大的行业变化。
- decision-index-leaderboard
- decision-index-vision-leaderboard
- deepseek-ai/DeepSeek-V4.1-Flash
- deepseek-ai/DeepSeek-V4.1-Flash-1017
- FINAL-Bench
- Hugging Face
- VIDRAFT
- XiaomiMiMo/MiMo-V2.6-Pro-RL
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →