BridgeBench تطلق Nerf Bench لقياس انحراف أداء نماذج الذكاء الاصطناعي
المعيار الجديد يمنح كل نموذج رقم 'power' واحدًا عند الإطلاق ويقارن به النتائج اللاحقة، حسب gigazine.net.
أطلقت BridgeBench في 13 أكتوبر 2026 معيارًا جديدًا باسم Nerf Bench، وهو معيار يقيس مقدار انحراف أداء نموذج الذكاء الاصطناعي عن خط الأساس المسجّل في يوم إطلاقه، وفقًا لما نشره موقع gigazine.net.
يمنح Nerf Bench كل نموذج رقم power واحدًا يُحتسب بناءً على الأداء وعدد الـtokens المستخدمة والتكلفة. ويُثبَّت هذا الرقم عند الإطلاق على 100%، ثم تُعرض النتائج اللاحقة كنسبة مئوية نسبية من قيمة الإطلاق.
ويعتبر المعيار أن أي power يتراوح بين 90% و110% من قيمة الإطلاق مجرد تباين طبيعي في النتائج. ولا يُحتسب التغيير الحقيقي في الأداء إلا إذا خرجت النتائج عن هذا النطاق مرتين متتاليتين.
ولم تُفصح BridgeBench عن المهام المحددة أو محتويات الاختبارات أو نتائجها، وقالت إن ذلك يهدف إلى حماية موثوقية المعيار والحد من محاولات التلاعب به.
أسئلة سريعة
ما هو Nerf Bench؟
هو معيار من BridgeBench يقيس تغيّر أداء نموذج الذكاء الاصطناعي بعد إطلاقه مقارنةً بأدائه في يوم الإطلاق.
كيف يحتسب Nerf Bench النتائج؟
يمنح النموذج رقم power واحدًا يُحتسب من الأداء وعدد الـtokens المستخدمة والتكلفة، ويُثبَّت عند الإطلاق على 100%، ثم تُعرض النتائج اللاحقة كنسبة مئوية نسبية منه.
هل نُشرت تفاصيل اختبارات Nerf Bench؟
لا، لم تُفصح BridgeBench عن المهام أو محتويات الاختبارات أو نتائجها، بحسب ما ذكره موقع gigazine.net.