Together Evaluations:用开源模型做定制化评测
指南2025年7月28日4 分钟阅读

Together Evaluations 发布早期预览版,这是一个用开源大语言模型当评委的评测框架。无需人工标注,就能快速评估不同模型在你具体任务上的表现。
本文编译自 Together Evaluations: Benchmark Models for Your Tasks,版权归原作者所有。
觉得有用?分享给更多人

觉得有用?分享给更多人
Raindrop 发布 Simulations 公开测试版,通过重建智能体的生产环境(包括工具、API 和数据库)来模拟变更影响。平台提供仿真保真度评分,并支持通过 MCP 连接数据源。早期测试运行了超过 3.3 万次仿真,覆盖 1700 多个 PR。
Meta 收购了 AI 编程初创公司 Conductor,后者主打多 Agent 并行开发。Conductor 核心功能将维持到明年初,但云服务 11 月 20 日关停。这是 Meta 近期追赶 AI 编程赛道的一系列动作之一。