Benchmark Radar 第二天:累积趋势与工件去重
Published:
雷达开始有记忆了。第二天建起了累积趋势图,并解决了工件别名问题。
今日交付
累积趋势图。 雷达现在能展示各基准数量随时间的变化,而不只是当天的快照。每个分类(基准、数据集、排行榜、研究)都有自己独立的趋势线。
工件别名解析。 同一个基准在不同来源下可能有不同的名称。系统现在能跨快照解析别名,确保在累积趋势中一个工件只被计数一次,不管它以多少种不同的名字出现。
Explorer 合并到主雷达。 原本独立的 Explorer 视图被整合进了主雷达界面。两个视图在争夺注意力,一个统一的视图胜出了。
优先级评分重新校准。 调整了评分系统,更好地将真正的新基准与重新发布的更新区分开来。
证据来源扩展。 在证据采集流水线中增加了更多来源。
UI 元素清理。 移除了顶部导航栏、趋势板块和来源面板中的冗余元素。来源面板取消了固定。仓库徽章从名单列表改为了可点击的链接。
为什么重要
工件去重是任何基准雷达的核心技术难题。不去重的话,同一个基准会以十个略有不同的名字出现十次,所有计数都会膨胀。别名解析器使用精确标识符而非模糊标题匹配,保证了较高的精度。
累积趋势图是第一个明确信号:这个项目不只是一个每日扫描器,它正在成为一个纵向观测工具,追踪 AI 基准生态的演变轨迹。
解决的问题
- #29:雷达 UX 和覆盖范围修复
- #33:解决雷达问题
- #46:跨快照解析工件别名
- 基于精确标识符的重复检测
- 优先级评分重新校准
明天:扫描日期过滤器修复和可链接的评分细则对话框。
