هوش مصنوعی
AgentPerf؛ چرا بنچمارک تکپاسخی برای عاملها کافی نیست
یک پاسخ چت معمولاً یک درخواست و یک خروجی دارد. عامل کدنویسی مسیر طولانیتری میسازد: فایل میخواند، برنامه مینویسد، فرمان اجرا میکند، خطا را میبیند و دوباره تصمیم میگیرد. NVIDIA در ۱۲ ژوئن ۲۰۲۶ نتایج نخست AgentPerf را منتشر کرد؛ بنچمارکی از Artificial Anal
۲۲ خرداد ۱۴۰۵3 دقیقه