MLEbench · Collaborative Experiment

数据集已上报—

运行中 · 来源新鲜—

已完成数据集—

参与者 / 运行记录—

官方奖牌

按最终官方评测统计

总奖牌率 · 全部任务—等待官方结果

已评分任务奖牌率—未评分和取消不计入分母

金牌—最高奖牌等级

银牌—最高奖牌等级

铜牌—最高奖牌等级

内部验证分数不参与奖牌统计。金、银、铜牌互斥，每条运行只计入最高等级。

等待第一次同步

数据集	参与者 / 方法	状态	累计搜索预算	最好验证结果	最终评分	官方奖牌	最后同步

点击运行记录查看详情。验证指标由各候选报告；最终评分单独展示。重复运行、不同方法和 seed 均保留。
指标快照不等于完整 logs；完整日志需单独上传。Bucket 为公开存储，无需登录即可读取；上传仍需写入权限。

显示不劣于初始值的候选

基线为每条 run 按 step 排序后的首个有效指标；散点只显示不劣于基线的结果，纵轴覆盖基线与改进值。原始记录保留。↑ 越大越好，↓ 越小越好。

合作者如何接入这个实验

共同使用实验 ID ，每个人写入自己的唯一 run ID。无需修改看板；新的数据集与运行会自动出现。

使用 hf-experiment-share skill，按接入说明运行。若运行目录不是 MLEvolve 格式，可使用通用 JSON 发布接口。