阿里数据团队 BHI 框架为 158 个 LLM 评测基准做健康体检，论文入选 NeurIPS 2026 Oral

阿里数据团队论文《Benchmark Health Index》被 NeurIPS 2026 Evaluations and Datasets Track（Oral）接收，基于 117 个模型的技术报告筛选出 158 个评测基准，提出基准健康指数 BHI，从能力区分度、抗饱和度和影响力三个维度评估基准是否仍能有效区分模型。