TGViewer
螺莉莉的黑板报 螺莉莉的黑板报 @im_roriri · 3.88K subscribers
Post #34997 718
我觉得现在 Agent Benchmark 缺几个很重要的项目：
1. 压缩上下文的能力到底好不好（能不能整理出来不污染后续任务的上下文）
2. 长上下文情况下的稳定性
3. 量化之后的稳定性
  • 🐳 8
  • 🌭 2
Open in Telegram All posts from @im_roriri
More from @im_roriri
  1. Oct 6, 2026谢谢老板！祝老板考的全会蒙的全对！
  2. Oct 6, 2026Kimi 有个毛病，你让它调用 Deepseek 它永远会去调用 Moonshot AI，它看到 GPT 也会说那是 Kimi……绝对是 RL 的时候把身份训练拉太高了……
  3. Oct 6, 2026LLM 时代最大的开发者体验改善是：调 CI……
  4. Oct 6, 2026谢谢老板！祝老板考的全会蒙的全对！
  5. Oct 6, 2026Astra 真的不能设置 Goal，太弱智了……
  6. Oct 6, 2026Gemini 最新版本明显降智了
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →