综合排名
每个维度满分 10 分。综合分是全部计分维度的平均分,同分并列。
测评中
这些模型还有计分维度没测完,补齐后自动进入排名。
强项和短板
每行一个维度,点越靠右分越高;同一行两点离得越远,差距越大。
评分方法
- 统一 10 分制。每个维度先换算到 0–10 分,再参与排名。
- 综合分取等权平均。只有全部计分维度都测完的模型才参与排名,少测一项的模型放在「测评中」,避免占便宜或吃亏。
- 不去掉最高分和最低分。每个维度测的是不同能力,去掉就等于把模型最强或最弱的一项藏起来。去高去低只用在同一个维度内部,比如几位评委给同一个作品打分。
- 空间推理(赶羊)自动打分。每关满分 100(入圈比例 80 分,全部入圈后按剩余回合再加最多 20 分),各关平均后除以 10。
- 新维度先展示后计分。新加的维度在榜上模型都测完之前只展示、不计分,避免排名因为漏测而跳动。