FollowAgents AI AGENTS 目录

标签「llm-benchmarking」的 Agents

共 2 个结果
llm-benchmarking ×
按官方组织筛选
全部来源 OpenAI 6 Anthropic 1 Microsoft 23 Google 9 GitHub 2 Amazon Web Services 2 NVIDIA 4
按你的职业查看
全部职业 软件工程师 前端 / 全栈工程师 运维 / SRE 数据分析师 数据科学家 / ML 产品经理 设计师 技术写作 内容 / 市场 研究员 创始人 / 独立开发者 学生 / 自学者
按分类浏览
全部分类 开发与工程 数据与分析 效率与协作 写作与内容 设计与前端 自动化与运维
数据与分析

EDSL（Expected Parrot 领域特定语言）

用 Python DSL 设计、运行并分析由大量 AI 代理和多个大语言模型作答的调查与实验，模拟社会科学和市场研究。

★ 502 FS 63 存在缺口 今天 MIT
开发与工程

PinchBench 智能体基准测试

用 53 个真实任务衡量大模型作为 OpenClaw 编码智能体的实际表现。

★ 1.4k FS 42 缺口较多 3 个月前 MIT