UK AISI, EvalEval을 활용해 재현 가능한 LLM 벤치마크 결과 공유
uk aisi가 evaleval의 인프라를 활용해 6개 프론티어 모델에 대한 평가 결과를 공유하며, 재현 가능하고 검증 가능한 평가 과학을 촉진합니다.
uk ai security institute(aisi)는 evaleval과 협력하여 claude opus 4, claude opus 4.5, claude opus 4.6, gpt-5, gpt-5.2, gpt-5.4 등 6개 프론티어 모델에 대한 평가 결과를 공유합니다. aisi는 evaleval의 evaluation cards 플랫폼을 활용해 5개 벤치마크에 대한 검증된 결과, 맥락 및 구성 정보를 포함한 투명하고 재현 가능한 평가 결과를 제공합니다. 이번 협력은 기존 연구를 바탕으로 하며, 평가 과학의 재현성과 검증 가능성을 높이는 것을 목표로 합니다. 평가 결과와 인프라를 공유함으로써 aisi와 evaleval은 평가 보고의 격차를 진단하고 이를 해소하기 위한 공유 인프라를 구축하기 위해 노력하고 있습니다.