Inspect AI 调研(索引)
调研笔记已归档到知识库: 👉 20-Areas/AI/Agentic/Harness/Inspect AI 调研 一句话结论:Inspect AI 是 UK AISI 出品的 LLM 评测框架(MIT,0.3.282),核心抽象是 ,把工具调用、Agent、沙箱、日志回看做成一等公民,配 的 200+ 预置 benchmark 可直接横向扫模型。
Topic
4 篇笔记
调研笔记已归档到知识库: 👉 20-Areas/AI/Agentic/Harness/Inspect AI 调研 一句话结论:Inspect AI 是 UK AISI 出品的 LLM 评测框架(MIT,0.3.282),核心抽象是 ,把工具调用、Agent、沙箱、日志回看做成一等公民,配 的 200+ 预置 benchmark 可直接横向扫模型。
Faking a filesystem for your agent: why PostgresFS lost to a skillCo written by @SufjanFana Working with agent harnesses, it is hard not to ...
LangChain 团队分享 Deep Agents 的评估方法论:如何设计、分类和运行 Agent 能力评估
Our forefathers and foremothers laid down the script for improving any system: (1) Build, (2) Evaluate, (3) Refine. Step 1 is trivial now thanks to coding agents. Step 3 is also simple too once you fi…