JevalKit Leaderboard

JevalKit Leaderboard

一个交互式页面，用图表和可筛选的表格展示 JevalKit 的实测评估结果，支持模型对比和数据下载。适合挑选或研究模型的人。

由 Valen-Team 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个静态网页，展示 JevalKit 工具包当前的评估结果。你可以在柱状图里看分数，筛选表格，最多对比三个模型，还能下载数据。它显示的是固定快照，不是实时数据。

适合谁：适合在模型之间做选择、或研究模型得分的人，比如研究者、工程师和阅读评估结果的学生。

Industry | Who uses it | How they use it | Example
AI 研究 | 评估研究者 | 对比各模型的实测分数 | 选三个模型并排查看
工程 | 机器学习工程师 | 按参数规模缩小模型范围 | 拖动规模滑块并查看图表
教育 | 学生 | 了解基准测试结果是怎么报告的 | 打开覆盖率和校准视图
数据工作 | 分析师 | 复用已发布的数字 | 从页面下载数据

想自己跑评估的人可以跳过它，因为这个页面只展示结果。

用在哪里：

• 浏览器：这个 Space 在 Hugging Face 上运行，不用安装任何东西
• Windows、macOS 或 Linux：在浏览器里打开下载好的 index.html

Use case | Who | What they get back
对比模型 | 研究者 | 带规模滑块和预设的分数柱状图
筛选表格 | 工程师 | 符合某个基准或指标的行
查看细节 | 分析师 | 覆盖率、校准和可下载的数据

如何设置：

• Windows、macOS 或 Linux 上的 Python 和 pip，只用来下载文件
• 一个网页浏览器
• 只有用 npm start 做本地预览时才需要 Node

1. 安装 Hugging Face hub 包。
2. 把 Space 的文件下载到一个文件夹。
3. 进入这个文件夹。
4. 在浏览器里打开 index.html。

pip install -U huggingface_hub
hf download Valen-Team/JevalKit-Leaderboard --repo-type space --local-dir JevalKit-Leaderboard
cd JevalKit-Leaderboard

如何使用：打开 Space 页面，或者本地的 index.html。图表默认从 JevBench 准确率开始，显示匹配度最高的十个模型，点 Show all 可以看到其余的。页头有中英文切换和浅色深色切换。想做本地预览，可以运行下面的命令。

npm start

示例：你用滑块设一个参数规模范围，看图表里排名靠前的模型，再挑三个来对比。你还可以从页面下载底层数据。

新手与专家：如果你是新手，先打开这个 Space，从图表看起。它默认显示 JevBench 准确率，下面的表格可以按基准筛选。

如果你是专家，这个页面是一组在浏览器里运行的前端文件，既不需要构建，也不需要服务器。只有合格的完整测量才会得到排名，模型也不会得到跨不同测试集的单一总分。只含公开部分的 Decision Index 与完整指数分开标注。

JevalKit 导出结果快照
快照存放在这个 Space 里
页面绘制图表和表格
你筛选、对比并下载

注意事项：

• License: apache-2
• Cost to run: 没有提到
• Data it reaches: 它自己的结果快照，你的语言和主题选择只保存在本地
• Not for: 实时结果，或跨不同测试集的单一分数，因为它显示的是带版本的快照

Hugging Face 上的数据（2026年11月13日）

• 点赞：5
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/Valen-Team/JevalKit-Leaderboard
• 文件：https://huggingface.co/spaces/Valen-Team/JevalKit-Leaderboard/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。