AI Agent 术语

排行榜

按分数、语言、任务类型或风险指标排序的 Agent 列表。

定义

排行榜能快速总结评测结果，但不应该单独作为采购结论。好的排行榜应该能回到任务证据和方法说明。

为什么重要

排名能吸引注意，但团队还需要理解为什么高分、在哪里失败。

例子

综合排行榜应该和各语言胜者、严重失败率一起看。