2026-03-31 20:38:50

Есть реальная возможность для амбициозного исследователя ИИ:

- создать систему оценки для тестирования платформ агентов, таких как Openclaw, Hermes и все остальные «claws»
- расширить оценку на разные инструменты / конфигурации, чтобы понять, как меняется производительность при различных настройках
- провести надежные тесты на различных моделях, включая локальные и API
- провести бенчмарки и опубликовать результаты, а затем регулярно обновлять их по мере развития агентов и моделей
Возможность стать ИСТОЧНИКОМ объективных бенчмарков для агентов
Может быть, кто-то уже занимается этим, и я просто не в курсе? Не однократные сравнения, а реальные стандартные тесты и оценки, чтобы мы могли по-настоящему сравнивать результаты

Посмотреть Оригинал

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .