标签: LLM

AgentBench 全景解析：LLM Agent 评估框架的深度对比与实践指南

2026-03-07

深入解析主流 Agent 评估框架：AgentBench、SWE-bench、OSWorld、WebShop、ALFWorld、VisualAgentBench、GAIA。从评估哲学维度对比框架差异，把握 Agent 评估的核心争议与前沿方向。

LLM评估框架
Agent RL 框架深度对比：从算法原理到工程实践

2026-03-06

从算法原理到工程实践，深入解析 verl、slime、AReaL 三大工业界 LLM RL 训练框架

RLLLM