@seclink: 收录一看.
摘要
Liquid AI 推出 Pipette，这是一个与 ArtificialAnlys 合作创建的设备端模型评估套件，旨在改进边缘智能的基准测试。
查看缓存全文
缓存时间: 2026/08/24 19:57
Liquid AI (@liquidai)： 今日我们与@ArtificialAnalyse合作发布Pipette——一套面向端侧智能的模型评估套件。当前多数基准测试平台主要针对云端基础模型的核心性能与速度特征进行优化，而Pipette则为该领域提供了
相似文章
@QuixiAI: Pipette 太棒了 @liquidai @maximelabonne 感谢你们将其开源。
Liquid AI 发布了 Pipette，这是一个用于设备端 AI 的开源模型评估套件，与 ArtificialAnlys 合作开发。
d1（2分钟阅读）
Liquid AI 与 Artificial Analysis 联合发布 Pipette——一套面向端侧 AI 的开源基准测试工具，可跨模型、量化、运行时和设备测量质量、速度、延迟与内存占用，出厂即附带超过 1 万条已验证的测试结果，并提供 macOS、Windows、iOS 和 Android 客户端。
@seclink: 又一个基准测试，收录一下样本和标注。
PatronusAI 发布了 SpeedrunBench，这是首个评估 AI 代理在多个电子游戏中速通性能的基准测试。
@onloglogn: Apple ML Research 推出 RSI-Inference Bench http://rsi-inference.com https://github.com/apple-aiml-research/…
Apple ML Research 推出 RSI-Inference Bench，这是一套基于真实世界 vLLM 和 SGLang 推理工程任务构建的基准与测试环境，用于检验 AI 智能体能否改进驱动 AI 的系统——结果显示，在花费 10 万美元 API token 和 5 万 GPU 小时后，最佳智能体的 pass@1 仅为 26.7%。
@seclink: https://x.com/seclink/status/2057086514975404108
Anthropic工程师公开了长时AI智能体的开发经验，包括多角色分工、独立评估器等方法，使AI能在3-5小时内自动生成完整应用，连续运行能力提升12倍。