Solo.io 开源 agentevals，解决智能体评估难题
深度The New Stack2026年3月28日3 分钟阅读
Solo.io 在 KubeCon Europe 上推出了 agentevals，这是一个用于评估智能体 AI 系统的开源框架。CEO Idit Levine 表示，评估是当前智能体基础设施中最大的未解问题，企业缺乏标准方法来衡量智能体的可靠性。
觉得有用？分享给更多人
相关文章
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟