Pretraining ablations · live snapshot

总均分趋势

类别均分趋势

类别均分明细

每格按 Baseline / 对比臂展示，领先分数加粗；仅完整 checkpoint 计算。

单项趋势

部分 checkpoint 的已完成 benchmark 也会显示。

全部 Benchmark 对比表

每格按 Baseline / 对比臂展示，按指标方向加粗领先分数；“—”表示无分数。

Checkpoint 汇总

AutoBench Subjects

在评估平台中按以下 subject 名称搜索；未提交的 checkpoint 不生成 subject。展示名使用 Baseline，subject 中保留训练任务原始的 control 标识。