2 篇文章
2026-03-07
深入解析主流 Agent 评估框架：AgentBench、SWE-bench、WebShop、ALFWorld、VisualAgentBench。从第一性原理理解 Agent 评估的本质，掌握选型方法论。
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