開源評測專案 whatmodel.sh 統計：AI 實驗室官方跑分平均比獨立測試高出 6.4%

開源 AI 排行榜專案 whatmodel.sh 開發者公布一項針對模型跑分的統計分析，指出 AI 實驗室官方公布的基準測試分數，平均比獨立測試人員在同模型、同測試項目下的成績高出 6.4%。該研究彙整了 1,629 筆公開評測結果，從中比對 180 款模型在 103 項基準測試中的 611 組對照數據。目前該專案已將分析程式碼以 MIT 授權釋出，資料集則採用 CC BY-SA 4.0 授權，並提供互動圖表供檢視各項模型的來源紀錄與比對依據。