Cyberelf Labs 推出了 Whetstone 项目的轻量级基准测试和公共排行榜，旨在促进模型变更与先前版本的比较。

该平台允许用户在相同的检查项上运行基线和候选模型，以识别性能提升或退化。它生成将结果分类为 PASS、HOLD 或 BLOCK 的收据，为发布前评估 AI 更新提供了透明的方式。