Evaluation sourcesOfficial evaluation
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。
On HOTAIObserving
Evidence budgetUnweighted
Upstream dataTo verify
Last successful syncCollection not started
What and how it measures
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。
How this evidence is used
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。
Evaluation limits and attribution
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。
Data license: 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 HOTAI 共识分使用不同尺度，不能直接相加。