源自真实复杂项目,专业设计师依标打分

Frontier Design Benchmark 是业界首个基于现实世界中高价值且复杂的设计项目构建的基准测试。该基准由 Contra Labs 网络内的专业设计师进行评判,以确保评估结果的专业性与质量。

此外,该基准还建立了设计批评评分表(rubric)及 AI 生成内容的低质模式清单。数据显示,评分表得分与设计师对模型的实际评价高度相关(r = 0.94)。这些附加指标在传统的成对偏好比较之外,为设计质量的判断提供了更具可解释性的依据。