Instituto britânico de segurança de IA e EvalEval tornam benchmarks reproduzíveis

O instituto britânico de segurança de IA (AI Security Institute) passou a usar a infraestrutura da EvalEval Coalition para compartilhar abertamente resultados de avaliações de modelos, com o objetivo de tornar a ciência de avaliação mais reproduzível e verificável.

As duas organizações colaboram desde um workshop conjunto na NeurIPS 2025, e o retorno do instituto ajudou a definir o formato Every Eval Ever (EEE), um padrão para registrar resultados. Segundo a EvalEval, hoje os resultados aparecem em muitos formatos e canais, quase sempre sem informação suficiente para serem repetidos, e rodar as avaliações de novo pode ser caro demais.