RubricHub 数据集使 Qwen3-14B 超越 GPT-5

RubricHub

一个大规模 rubric 数据集，包含约 11 万实例，用于训练开放生成模型。采用自动化粗细粒度框架创建高判别力的评估标准，使 Qwen3-14B 在 HealthBench 上超越 GPT-5。