评测来源官方评测
LiveBench · 语言与指令
LiveBench · Language + IF 两项均分，各占 50%。
在 前沿雷达 中参与排名
证据预算3%
上游数据时间待核实
最近成功同步尚未开始采集
它测什么，怎么测
先分别计算 Language、IF 的分类成绩，再各占 50% 求平均，最后保留一位小数。两项均分与官网单独选择某一类的成绩不同。Language 衡量语言理解，IF 衡量指令与格式约束，不据此评价小说文笔。
如何使用这份证据
保留综合榜写作与表达预算中的 3%；不进入文学创作的写作分类。
评测局限与数据署名
两项均分衡量组合表现，不能当成 Language 单项成绩。官方页面切换分类或是否包含微调模型时，分数与排序会随之变化。组织参与方 Abacus.AI 同时开发 Smaug 模型，其独家成绩需要其他独立来源补充。
数据许可：Apache 2.0
分项成绩由 LiveBench 发布，AIHOT 按上述两类等权汇总并排序。两项均分与 AIHOT 共识分使用不同尺度，不能直接相加。