《Agent 评测白皮书》系列:从能力到可靠性的度量体系
Agent 的评测对象从来不是模型本身,而是一个由模型、工具、上下文与策略组成的系统。这篇文章给出一套可落地的分层评测框架,覆盖指标定义、评测集构造与上线后的持续观测。
共 2 篇文章
Agent 的评测对象从来不是模型本身,而是一个由模型、工具、上下文与策略组成的系统。这篇文章给出一套可落地的分层评测框架,覆盖指标定义、评测集构造与上线后的持续观测。
把单卡吞吐提升 2.3 倍的过程中,真正有效的不是某个神奇算子,而是对瓶颈的准确判断。本文拆解 KV Cache、连续批处理、投机解码与请求调度在真实业务里的收益边界。