https://guijiagi.com/tags/%E5%9F%BA%E5%87%86/Recent content in 基准 on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Sun, 28 Jun 2026 11:25:00 +0800https://guijiagi.com/posts/agent-performance-benchmark-methodology-2026/Sun, 28 Jun 2026 11:25:00 +0800https://guijiagi.com/posts/agent-performance-benchmark-methodology-2026/构建Agent性能基准测试体系，涵盖延迟、吞吐量、成本、质量四维评估方法论https://guijiagi.com/posts/vllm-vs-sglang-benchmark/Sat, 27 Jun 2026 15:00:00 +0800https://guijiagi.com/posts/vllm-vs-sglang-benchmark/vLLM vs SGLang性能基准https://guijiagi.com/posts/agent-benchmark-suite/Thu, 25 Jun 2026 12:00:00 +0800https://guijiagi.com/posts/agent-benchmark-suite/深入对比三大 Agent 基准测试套件：SWE-bench、WebArena 和 GAIA，覆盖设计理念、任务类型、评估方法与适用场景。https://guijiagi.com/posts/agent-evaluation-framework/Thu, 25 Jun 2026 12:00:00 +0800https://guijiagi.com/posts/agent-evaluation-framework/系统梳理 AI Agent 评估方法论，涵盖基准测试、评估维度、自动化评测工具和生产监控。