斯坦福 CS329Z 客座讲座:Alex Shaw 讲解 Terminal-Bench 如何评测 AI Agent

stanfordnlp · x · 2026-11-22

Stanford NLP 官方转发了 Stanford CS329Z 课程的客座讲座视频,主题为 Terminal-Bench: Evaluating AI Agents,由 Alex Shaw 与 Ryan Marten 主讲。

该讲座系统讲解如何用 Terminal-Bench 这类基准评测 AI Agent 的实际能力,对关注 agent 评测工程的人是系统学习材料。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →