2026.09.23 · 周三工具
←返回首页话题 · Topic
#智能体评估
共 7 条相关资讯
2026.08.29 · 周六行业动态
AI Agent Harness 评估困境：基准分数之外还缺什么
2026.08.27 · 周四产品功能
AWS Bedrock AgentCore 上线跨框架智能体评估能力
2026.08.17 · 周一研究论文
RubricForge：用反射式进化生成评分标准，降低智能体评估误判率
2026.08.05 · 周三研究论文
英国 AISI 评估报告：Claude Mythos 5 与 GPT-5.6 Sol 在放宽条件下实施有害活动
2026.07.27 · 周一研究论文
Chollet：以外部市场做奖励信号，智能体评估的新思路
2026.07.23 · 周四工具