ScoringBench：表格回归概率评分基准发布

2026年10月15日，arXiv 人工智能板块刊出由 Jonas Landsgesell、Pascal Knoll、Tizian Wenzel 提出并发布的 ScoringBench。据该报道，这是一个开放且可扩展的基准，用于在全面的恰当评分规则下评估表格回归模型，评分规则包括（加权）CRPS、energy score 和 interval score，并同时保留标准点指标。报道称，ScoringBench 覆盖来自不同领域的 101 个回归数据集，通过基于 git 的排行榜支持透明的社区贡献，并提供两种互补的排名协议：ordinal Demsar/autorank 方法与保持量级的 z-score 排名方法。目前该事件仅有这一篇主报道，尚无跟进报道，因此不存在早先报道与后续报道在数字、时间或说法上的矛盾。上述覆盖范围、贡献方式与排名协议均绑定于该基准本身，报道未提及其收费、额度或地域限制。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。