Every Eval Ever(EEE)와 Hugging Face Community Evals가 상호 호환되어, 평가 결과를 한 번 제출하면 HF 모델 페이지와 벤치마크 리더보드에 표시되면서 전체 EEE 기록으로 역추적할 수 있게 됐다. EEE 데이터스토어는 2026년 2월 출시 후 22,000여 개 모델과 2,200여 개 벤치마크에 걸쳐 약 229,000건의 평가 결과를 31개 리포팅 포맷에서 수집했다. 새 컨버터는 EEE 레코드를 HF가 요구하는 .eval_results YAML로 자동 변환하며 현재 MMLU-Pro·GPQA·HLE·GSM8K를 지원하고, 기존 점수와의 충돌을 감사한 뒤 명시적 승인이 있어야 PR을 연다. 같은 모델·벤치마크에서도 실행 주체에 따라 점수가 크게 갈리는(LLaMA 65B MMLU 63.7 vs 48.8) 재현성 문제를 완화하려는 표준화 시도로, 평가 결과를 읽고 쓰는 모든 이에게 유용하다.

• •EEE 데이터스토어는 약 229,000건 평가 결과·22,000+ 모델·2,200+ 벤치마크를 31개 리포팅 포맷에서 통합, 재현 비용은 수십만 달러 규모
• •컨버터가 EEE 레코드를 HF .eval_results YAML로 자동 변환, 현재 MMLU-Pro·GPQA·HLE·GSM8K 4개 공식 벤치마크 지원
• •모든 점수에 author/community/verified 출처 배지가 붙고 생성 설정·하네스 버전이 담긴 EEE 전체 JSON 기록으로 링크
• •조직 공식 HF 계정으로 제출하면 EvalEval에 verified 체크마크 표시
• •미보고 평가 설정 탓에 LLaMA 65B의 MMLU 점수가 63.7과 48.8로 갈리는 등 재현성 격차가 이 표준화의 배경