北京时间
评测来源官方评测
OpenVibeEval · 网页作品
OpenVibeEval · 对照网页作品、可访问性和盲选偏好，观察不同工具下的设计表现。
在 由来科技 中观察中
证据预算不计分
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
模型与 harness 分开保存；可访问性分不是审美分，需要核验独立盲选成绩与同运行条件才能采用。
如何使用这份证据
观察中：需补齐同条件、足量盲测的原始偏好数据及发布时间。
评测局限与数据署名
模型混用不同运行工具；主表是可访问性与任务成果，不是统一审美投票。
数据许可：未确认稳定成绩导出与公开聚合许可。
成绩由 OpenVibeEval 发布，原始分数与 AIHOT 共识分使用不同尺度，不能直接相加。