● DeepSeek-V4 发布 10 小时，北大开源项目实现了自动化评测！

📌 一句话摘要 北京大学 DCAI 团队开源 One-Eval，一个基于 Agent 的交互式大模型评测框架，支持自然语言发起评测、自动规划方案、全链路可追溯，并实测了 DeepSeek-V4。 📝 详细摘要 文章由北京大学 DCAI 团队撰写，介绍了其开源的 One-Eval 大模型评测框架。