Agent 系统性学习

榜单

此标签下有7条笔记。

  • 2026年8月31日

    偏好对战榜(Chatbot Arena / LMArena)

    • 概念
    • 评测
    • 榜单
    • 计算机科学
  • 2026年8月31日

    BFCL(Berkeley Function Calling Leaderboard)

    • 实体
    • 榜单
    • 工具调用
  • 2026年8月31日

    MMLU

    • 实体
    • 数据集
    • 榜单
    • 知识
  • 2026年8月31日

    SWE-bench

    • 实体
    • 数据集
    • 榜单
    • 智能体
  • 2026年8月31日

    Terminal-Bench

    • 实体
    • 榜单
    • 智能体
    • 评测
  • 2026年8月31日

    《The Leaderboard Illusion》——对战榜是可以被玩坏的

    • 论文
    • 榜单
    • 对战榜
    • 刷榜
    • 计算机科学
  • 2026年8月31日

    《Rethinking Benchmark and Contamination》——改写一下题目,13B 模型就能刷到 GPT-4

    • 论文
    • 评测污染
    • 榜单
    • 计算机科学

© 2026 朱景元