46-EFT.WP.Data.Benchmarks v1.0

目录 ／ 文档-技术白皮书

46-EFT.WP.Data.Benchmarks v1.0

• 第1章 概述与范围
• 第2章 术语与依赖
• 第3章 套件分层与总览
• 第4章 任务定义与场景建模
• 第5章 数据来源、采样与冻结切分
• 第6章 指标体系与单位
• 第7章 评测协议（离线/在线/流式/交互）
• 第8章 评分、归一化与排名
• 第9章 显著性与不确定度
• 第10章 运行环境与计量负载
• 第11章 基线与上限
• 第12章 鲁棒性、偏移与对抗
• 第13章 公平性、伦理与安全应激
• 第14章 隐私、安全与合规（基准侧）
• 第15章 机器可读 Schema 与 Lint
• 第16章 实现绑定与评测 API
• 第17章 提交、复现与排行榜治理
• 第18章 附录：Benchmark 模板