是否欢迎使用 EvalPort 格式导出 MT-Bench?

Hi FastChat 团队 — 我维护了 EvalPort, 这是一个开放的、不依赖框架的 JSON 规范，用于便携式 LLM 评估数据集（Apache 2.0，带有真实 JSON Schema 验证器的 TestCase/Suite 方案）。它有一个 benchmarks/ 目录，将公共的知名基准转换为经过验证的 EvalPort 套件，每个套件都保留了归属和许可，因此使用不同的框架的人仍然可以运行相同的问题，而无需专门的转换器。