—模型 / 实验代号
—已有评测结果
—计划或进行中
ASIBench统一主评测集
评测数值留空表示尚未确认；通过右上角“编辑数据”统一更新。
| 代号 | 说明 | 底座 | Checkpoint | 评测 | 均分 | Δ Base | p-value | 训练状态 | W&B | 模型状态 |
|---|---|---|---|---|---|---|---|---|---|---|
| 载入中… | ||||||||||
| 数据代号 | 用于 | S3 路径 | CPFS 路径 | 规模 / 备注 |
|---|
Base-4.5 推理ASIBench 200 tasks × 3，建立新底座基线
G2-4.5 训练从 GLM-4.5-Base 使用 G2 thinking 数据训练
G2-4.5 推理与 Base-4.5 做配对比较
G2W-4.5 训练从 G2-4.5 继续加入正式 Worker 数据
G2W-4.5 推理验证 Worker 数据的增量价值