标签
Anubis OSS 是一款用于本地 LLM 基准测试的 Apple Silicon Mac 应用，现在支持通过 UI 中的“浏览模型”按钮直接从 ollama.com 库下载模型。开发者正在寻找测试人员，以确认安装和功能正常运行。
本文提出A-LEMS框架，将AI能量核算从每次推理重新定义为每个成功目标（EpG），并引入编排开销指数（OOI）来衡量自主系统中多步编排的能量成本。实证结果表明，自主工作流每个目标的平均能耗比线性基线高4.33倍，但OOI在工具增强型任务中可能反转，证明目标级核算是必要的。
1rok是一个TypeScript框架，支持在多个LLM提供商上运行多代理投资组合构建管线，以对标它们在选股和仓位调整等金融任务上的表现。
分享了一套开源模型堆栈在单卡 AMD MI300X 上运行的早期基准测试成绩与评估指标，表明其性能已具备与闭源方案竞争的实力。
潜水多年的老用户，首次发帖。在 4 张 RTX 3090 上对三款 Qwen 模型分别进行了 20 多个会话的实时智能体工作测试——**Qwen3.5-27B** 稠密模型、**Qwen3.5-122B-A10B** MoE 和 **Qwen3.6-35B-A3B** MoE。以下数据均解析自持续真实负载下的 vLLM 日志，而非合成基准测试。**本文所有数据的关键负载背景：** 测试框架是一个多智能体编排器，同时运行 1-6 个并发的 OpenCode 会话，Prompt 长度为 30-60k token，并且强制执行**严格的 Bash 允许列表