Benchmark Radar 第五十八天：修源头，留守门
Published:
Benchmark Radar 的第五十八天。两个修复解除了昨天的停机，却没有放松触发停机的检查：Zenodo 的分文件批量存档合并为一条发现，Hugging Face 模板的复制文本不再冒充描述。记分牌：246 颗星，41 个 fork。
Benchmark Radar 已上线。 每天追踪新的 AI 基准测试、数据集与排行榜：打开仪表盘 或 在 GitHub 上 Star。阅读论文：arXiv:2609.11115。查询数据：Hugging Face 数据集。
PR #680 合并批量存档。当多条 Zenodo 记录重复同一组作者和同一段描述时，雷达只保留最早的一条，并注明它代表多少个文件。两个条件缺一不可：只看描述相同，可能把恰好措辞一样的两个团队合并；只看作者相同，可能把同一实验室真正独立的存档合并。
PR #679 处理 Hugging Face 上的另一种复制问题。排行榜模板自带一句写好的简介，复制模板时这句话原样带走，于是三个排行榜差点把 “Duplicate this leaderboard to initialize your own!” 当作自己的描述发布。修复先剔除已知的模板句子；更持久的一层是：如果一句单行简介早已由另一位作者先发布过，就清除这份复制品。以后出现新模板，也无需手动加入名单。
手动重跑和定时运行都成功了。快照发布 410 条记录、推荐 163 条，包括面向数据筛选智能体的 Curation-Bench、检验智能体能否质疑用户所提方案的 XYEval，以及覆盖 111 个编程目标的记忆基准 VibeMemBench。
为什么要在意
省事的做法是放松守门检查。持久的做法是教会数据源阶段识别复制品。流水线中的守门检查一行未改，依然会硬性失败，所以下一种未知的复制模式仍会先让运行停下，到不了读者面前。
解决的问题
- #680：Zenodo 批量存档合并为一条发现
- #679：不再把 Hugging Face 模板简介当作仓库自己的描述
- 每日快照：抓取 1,140，发布 410，推荐 163
- 记分牌：246 / 1000 星，41 个 fork
第五十九天：每日雷达继续扫描，两种复制模式都已在源头处理。
想跟进 Benchmark Radar？在 GitHub 上 Star 仓库 获取每日更新，或 打开实时仪表盘 浏览扫描结果。阅读论文：arXiv:2609.11115。