Benchmark Radar: A Living Database and Search Engine for AI Benchmarks and Evaluation

• 类型：arxiv
• 标识：2609.11115
• 链接：https://arxiv.org/abs/2609.11115
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Benchmark Radar is presented, a living database and search engine for retrieval and discovery of AI benchmarks, covering LLM evaluation, agentic and tool-use benchmarks, coding, reasoning, safety, and domain-specific evaluations.
• OpenAlex ID：W7212289920
• OpenAlex DOI：10.48550/arxiv.2609.11115
• DOI：10.48550/arxiv.2609.11115
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.11115
• OpenAlex更新：2026-09-15
• 副分类：database
• 待LLM分类：否
• 标题中文：Benchmark Radar：面向 AI 基准与评测的活体数据库与搜索引擎
• TLDR中文：本文提出 Benchmark Radar，一个用于 AI 基准检索与发现的活体数据库和搜索引擎，覆盖 LLM 评测、Agent 与工具使用基准、代码、推理、安全及领域评测。
• 来源文件：
• /inbox/tom/_candidates/2026-09-14-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]