modelscope/evalscope 发布了 v1.14.0。本次版本以 2026 年 10 月 20 日的 GitHub 发布形式推出，新增了用于决策、代码、表格、金融、空间和多模态评测的资源，并扩展了评测指标与数据集加载（读取评测资源的过程）。同时还一并修复了多项打分、缓存、并发和网页任务相关的错误。
evalscope 是一个框架，在同一个工具中处理大语言模型（LLM）、视觉语言模型（VLM）和 AI 生成内容（AIGC）的评测与性能基准测试。性能基准测试是指在相同条件下比较模型以衡量性能的工作，该仓库把这一流程集中到了一处。仓库简介简要概括了这款工具，同时把它定义为用户可以替换指标和数据集来使用的形态。其结构是把用于评测的资料和指标作为用户可配置项来处理，本次版本扩大了这一范围。该仓库在 GitHub 上有 3571 个 star。
不过，给出的发布信息中并没有使用新增资源得到的评测分数，也没有按模型对比的结果，同样也没有性能提升的数值。各项资源分别以什么名称加入，需要在发布说明（https://github.com/modelscope/evalscope/releases/tag/v1.14.0）中确认。由于错误修复也一并包含在内，这个版本可以看作是把新增资源与执行侧错误修复同时带来的发布。由于没有分数对比，仅凭这些信息无法判断模型之间的优劣。