AutoRAGBench:智能体从零造 RAG 系统,GPT-6.1 得分 56.1 超人类基线

_reachsumit · x · 2026-11-20

新 benchmark AutoRAGBench 首次系统评估 LLM 智能体能否在开放代码空间中从零开发 RAG 系统。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →